Baixe o app para aproveitar ainda mais
Prévia do material em texto
AUTOVALORES E AUTOVETORES Definição: Seja 𝑇 ∶ 𝑉 → 𝑉 um operador linear. Um vetor v ∈V, v ≠ 0 , é dito autovetor, vetor próprio ou vetor característico do operador T, se existir 𝜆 ∈ℝ tal que 𝑇(𝑣) = 𝜆 ⋅ 𝑣 . O escalar 𝜆 é denominado autovalor, valor próprio ou valor característico do operador linear T associado ao autovetor v. Exemplos: 1) 𝑇: ℝ2 ⟶ ℝ2 T(x, y) = (4x + 5y, 2x + y) O vetor v = (5, 2) é vetor característico do operador linear, associado ao valor característico 𝜆 = 6, pois a T(v) = T(5, 2) T(5, 2) = (30, 12) = 6(5, 2) Já o vetor v = (2, 1) não é vetor característico deste operador T, pois a T(2, 1) = (13, 5) ≠ 𝜆 (2, 1) para qualquer ℝ. 2) 𝑇: ℝ2 ⟶ ℝ2 T (x, y) → (3x, 8x − y) (1,2) é autovetor de T associado ao autovalor λ=3, pois T(1,2) = (3,6) = 3⋅(1,2) . 3) 𝑇: ℝ3 ⟶ ℝ3 T (x, y, z) → (x + y + z, 2y + z, 2y + 3z) (1,1,2) é autovetor de T associado ao autovalor λ=4 , pois T(1,1,2) =(4,4,8) =4.(1,1,2) (1,−1,1) é autovetor de T associado ao autovalorλ=1, pois T(1,−1,1) =(1,−1,1) =1.(1,− 1,1) . Propriedades 1. Se v é um autovetor do operador linear T associado ao autovalor 𝜆 então para todo k ∈ℝ, k ≠ 0 , k ⋅v ∈V é autovetor de T associado ao autovalor 𝜆. Exemplo: Seja o operador linear T(x, y) = (3x,8x − y) . O vetor v = (1,2) é autovetor associado ao autovalor λ = 3. Então qualquer vetor k ⋅v, com k ∈ℝ, k ≠0 , é também autovetor associado ao autovalor 𝜆 =3 para o operador T. Assim, T(2 ⋅v) = T(2 ⋅(1,2)) = T(2,4) =(6,12) =3⋅ (2,4) , portanto (2,4) é outro autovetor de T associado a 𝜆 =3. 2. Seja 𝜆 é um autovalor do operador linear T. O conjunto λ V de todos os autovetores associados a 𝜆 juntamente com o vetor nulo 0𝑣, é um subespaço vetorial de V, denominado autoespaço correspondente ao autovalor 𝜆. 𝑉𝜆 = { 𝑣 ∈ 𝑉 | 𝑇(𝑣) = 𝜆 ⋅ 𝑣 } Corolário: Seja um operador linear T:V →V e V um espaço vetorial n-dimensional. Se T possui n autovalores distintos então existe uma base constituída por autovetores. Exemplo: O operador linear T(x, y) = (3x, 8x − y) admite dois autovalores distintos λ 𝜆1 = 3 e 𝜆2 = −1. Assim, 𝑉3 = {(𝑥, 2𝑥, 𝑥), 𝑥 ∈ ℝ} e 𝑉−1 = {(0, 𝑦), 𝑦 ∈ ℝ} Então, {(1,2), (0,1)} é uma base de autovetores do ℝ𝟐 pois, (1,2)∈𝑉3 e (0,1) ∈𝑉−1. Cálculo de Autovalores, Autovetores e Autoespaços Seja o operador linear T:V →V tal que dim(V) = n. Por definição, T(v) =𝜆𝑣, com 𝑣∈V, 𝑣 ≠0𝑣 e 𝜆∈ℝ. Considere o operador identidade 𝐼𝑣: 𝑉 → 𝑉 𝑡𝑎𝑙 𝑞𝑢𝑒 𝐼𝑣(𝑣) = 𝑣. Assim, T(v) =𝜆𝐼𝑣(𝑣) e T(v) -𝜆𝐼𝑣(𝑣) = 0. Pela definição de multiplicação por escalar em transformações lineares, 𝑇(𝑣) − (𝜆𝐼𝑣)(𝑣) = 0𝑣. Pela definição de adição de transformações, (𝑇 − (𝜆𝐼𝑣))(𝑣) = 0𝑣. Então, o vetor v ∈V, v ≠ 0𝑣, deve pertencer ao núcleo do operador (𝑇 − (𝜆𝐼𝑣)), isto é, 𝑣 ∈ 𝑁(𝑇 − (𝜆𝐼𝑣)), com v ≠ 0 . Definição: Seja A uma matriz de ordem n sobre ℝ. Um autovalor da matriz A é um escalar 𝜆∈ℝ tal que a matriz (A − 𝜆𝐼𝑛) seja singular. Portanto, o operador linear (𝑇 − (𝜆𝐼𝑣)) não é injetivo, consequentemente, não é bijetivo, nem invertível. O fato do operador linear não ser invertível é equivalente ao do determinante de sua matriz associada, dada certa base, ser zero. A equação 𝑑𝑒𝑡([𝑇]𝐴 − (𝜆𝐼𝑛)) = 0, onde 𝐼𝑛 é a matriz identidade de ordem n, é denominada de equação característica. O polinômio 𝑑𝑒𝑡([𝑇]𝐴 − (𝜆𝐼𝑛)) é denominado polinômio característico de T. Suas raízes em ℝ são os autovalores do operador linear T. Definição: Sejam 𝐴, 𝐵 ∈ 𝑀𝑛(ℝ). Dizemos que a matriz B é similar ou semelhante a matriz A, se existe uma matriz invertível P ∈ 𝑀𝑛(ℝ) de maneira que B = P −1 AP. Teorema: Matrizes similares possuem o mesmo polinômio característico. Teorema: Sejam V um espaço vetorial de dimensão finita sobre ℝ, T um operador linear sobre V, 𝛽 𝑒 𝛼 bases ordenadas de V. Então, [𝑇]𝛽 𝛽 = [𝐼]𝛽 𝛼[𝑇]𝛼 𝛼[𝐼]𝛼 𝛽 Corolário: Sejam V um espaço vetorial de dimensão finita sobre ℝ, T um operador linear sobre V 𝛽 𝑒 𝛼, bases ordenadas de V. Então, 𝑑𝑒𝑡[𝑇]𝛽 𝛽 = 𝑑𝑒𝑡[𝑇]𝛼 𝛼 Exemplo: Seja 𝑇: ℝ2 ⟶ ℝ2 tal que T(x, y) =(3x, 8x -y) e considere a base canônica do ℝ2. 𝐴𝑠𝑠𝑖𝑚, [𝑇] = ( 3 0 8 −1 ) 𝑒 𝜆 ∙ 𝐼2 = 𝜆 ( 1 0 0 1 ) = ( 𝜆 0 0 𝜆 ). 𝐸𝑛𝑡ã𝑜, [𝑇] − 𝜆 ∙ 𝐼2 = ( 3 0 8 −1 ) − ( 𝜆 0 0 𝜆 ) = ( 3 − 𝜆 0 0 −1 − 𝜆 ). 𝑑𝑒𝑡([𝑇] − 𝜆 ∙ 𝐼2 ) = 𝑑𝑒𝑡 ( 3 − 𝜆 0 0 −1 − 𝜆 ) = (3 − 𝜆)(−1 − 𝜆). 𝑑𝑒𝑡([𝑇] − 𝜆 ∙ 𝐼2 ) = 0 ∴ (3 − 𝜆)(−1 − 𝜆) = 0 ∴ { 𝜆1 = 3 𝜆2 = −1 . Logo, 𝜆1 = 3 e 𝜆2 = −1 são os autovalores do operador linear T. Tendo encontrado os autovalores 𝜆𝑖 , 𝑐𝑜𝑚 1 ≤ 𝑖 ≤ 𝑑𝑖𝑚(𝑉) . Os autovetores são os vetores v ∈V, v ≠ 0𝑣 tais que (𝑇 − (𝜆𝐼𝑣))(𝑣) = 0𝑣. Considere uma base A para o espaço vetorial V e a equação matricial ([𝑇]𝐴 − (𝜆 ⋅ 𝐼𝑛)[𝑣]𝐴) = 0𝑛×1, onde 0𝑛×1 é a matriz nula de ordem n ×1. Substituindo cada autovalor 𝜆𝑖 encontrado na equação matricial, obtém-se um sistema de equações lineares. Resolvendo-se cada um destes sistemas, os autovetores associados a cada um do autovalor são obtidos, e, consequentemente, os autoespaços 𝑉𝜆𝑖. Exemplo: Seja 𝑇: ℝ2 ⟶ ℝ2 tal que T(x, y) =(3x, 8x -y) com autovalores 𝜆1 = 3 e 𝜆2 = −1 e a base canônica do ℝ 2. Para 𝜆1 = 3 : ([𝑇]𝐴 − (3𝐼2)) ∙ [𝑣] = 02×1 (( 3 0 8 −1 ) − 3 ( 1 0 0 1 )) ∙ ( 𝑥 𝑦) = ( 0 0 ) ( 0 0 8 −4 ) ∙ ( 𝑥 𝑦) = ( 0 0 ) 8𝑥 − 4𝑦 = 0 ∴ 𝑦 = 2 𝑉𝟑 = { (𝑥, 2𝑥), 𝑥 ∈ ℝ} Para 𝜆1 = 3 − 1 : ([𝑇]𝐴 − (−1𝐼2)) ∙ [𝑣] = 02×1 (( 3 0 8 −1 ) + 1 ( 1 0 0 1 )) ∙ ( 𝑥 𝑦) = ( 0 0 ) ( 4 0 8 0 ) ∙ ( 𝑥 𝑦) = ( 0 0 ) 8𝑥 = 4𝑥 = 0 ∴ 𝑥 = 2 𝑉−𝟏 = { (0, 𝑦), 𝑦 ∈ ℝ} Multiplicidade de Autovalores Exemplos: Considerando a base canônica do ℝ3. 1) 𝑇: ℝ3 ⟶ ℝ3 tal que T(x, y, z) = (4x +2y +2z, 2x +4y +2z, 2x +2y +4z) [𝑇] = ( 4 2 2 2 4 2 2 2 4 ) 𝑒 [𝑇] − (𝜆 ∙ 𝐼3) = ( 4 − 𝜆 2 2 2 4 − 𝜆 2 2 2 4 − 𝜆 ) 𝑑𝑒𝑡([𝑇] − (𝜆 ∙ 𝐼3)) = 0 ∴ 𝜆 3 − 12𝜆2 + 36𝜆 − 32 = 0 ∴ (𝜆 − 2)2(𝜆 − 8) = 0 𝜆1 = 2 𝑒 𝑉2 = {(−𝑦 − 𝑧, 𝑦, 𝑧), 𝑦, 𝑧 ∈ ℝ} 𝜆2 = 8 𝑒 𝑉8 = {(𝑧, 𝑧, 𝑧), 𝑧 ∈ ℝ} O autovalor 2 ocorre duas vezes como raiz do polinômio característico e o autoespaço possui dimensão igual a 2. Já o autovalor 8 ocorre única vez como raiz e dim 𝑉8=1. 2) 𝑇: ℝ3 ⟶ ℝ3 𝑡𝑎𝑙 𝑞𝑢𝑒 𝑇(𝑥, 𝑦, 𝑧) = (3𝑥, 2𝑦, 𝑦 + 2𝑧) [𝑇] = ( 3 0 0 0 2 0 0 1 2 ) 𝑒 [𝑇] − (𝜆 ∙ 𝐼3) = ( 3 − 𝜆 0 0 0 2 − 𝜆 0 0 1 2 − 𝜆 ) 𝑑𝑒𝑡([𝑇] − (𝜆 ∙ 𝐼3)) = 0 ∴ 𝜆 3 − 7𝜆 − 12 = 0 ∴ (𝜆 − 2)2(𝜆 − 3) = 0 𝜆1 = 2 𝑒 𝑉2 = {(0,0, 𝑧), 𝑧 ∈ ℝ} 𝜆2 = 3 𝑒 𝑉3 = {(𝑥, 0,0), 𝑥 ∈ ℝ} O autovalor 2 ocorre duas vezes como raiz do polinômio característico e dim 𝑉2 =1 . O autovalor 3 ocorre única vez como raiz e dim 𝑉3 =1. Sejam V um espaço vetorial, T um operador linear em 𝑉 𝑒 𝜆 𝑖, ∈ ℝ 𝑐𝑜𝑚 1 ≤ 𝑖 ≤ 𝑑𝑖𝑚𝑉 , um autovalor deste operador. O número de vezes que (𝜆 − 𝜆i ) aparece como um fator do polinômio característico de T é denominado de multiplicidade algébrica de 𝜆i, cuja notação é 𝑚𝑎 (𝜆i ). A dimensão do autoespaço 𝑉𝜆i é denominada a multiplicidade geométrica de 𝜆i, cuja notaçãoé 𝑚𝑔 (𝜆i ). No exemplo 1: 𝑚𝑎 (2) = 2, 𝑚𝑔 (2) = 2 g , 𝑚𝑎 (8) =1 e 𝑚𝑔 (8) =1. No exemplo 2: 𝑚𝑎 (2) = 2, 𝑚𝑔 (2) =1, 𝑚𝑎(3) =1 a m e 𝑚𝑔(3) =1. Diagonalização de Operadores Lineares Sejam V um espaço vetorial de dimensão finita sobre ℝ e T um operador linear sobre V. Nosso objetivo é determinar sob que condições V possui uma base ordenada com relação a qual a matriz do operador T seja uma matriz diagonal, que é a forma mais simples de se representar um operador linear. A solução para o problema de Diagonalização de opera-dores lineares também nos leva naturalmente ao conceito de autovalores e autovetores do operador T. Teorema: Sejam 𝐴 ∈ 𝑀𝑛(ℝ), 𝛽 uma base ordenada para o espaço vetorial ℝ 𝑛 e TA o operador linear sobre ℝ𝑛 associado a matriz A. Então, [𝑇𝐴]𝛽 𝛽 = 𝑃−1𝐴𝑃 onde P é a matriz de mudança da base 𝛽 para a base canônica 𝛼 𝑑𝑜 ℝ𝑛. Exemplo: Sejam 𝛽 = { (1, 2), (1, 1) } uma base ordenada para ℝ2 e a matriz 𝐴 ∈ 𝑀2(ℝ) dada por: 𝐴 = ( 3 1 0 1 ), para uma ilustração do Teorema acima. Assim, temos que 𝑃 = [𝐼]𝛼 𝛽 = [ 1 1 2 1 ] 𝑒 𝑃−1 = [ −1 1 2 −1 ]. Desse modo, obtemos [𝑇𝐴]𝛽 𝛽 = 𝑃−1𝐴𝑃 = [ −1 1 2 −1 ] [ 3 1 0 1 ] [ 1 1 2 1 ] = [ −3 −3 8 7 ] o que completa a ilustração do Teorema acima. Teorema: Sejam V um espaço vetorial de dimensão finita sobre ℝ, 𝛽 uma base ordenada para V, T um operador linear sobre V e B uma matriz semelhante a matriz [𝑇]𝛽 𝛽 . Então, existe uma base ordenada 𝛾 para V tal que 𝐵 = [𝑇]𝛾 𝛾 . Definição: Sejam V um espaço vetorial de dimensão finita sobre ℝ e T um operador linear sobre V. Dizemos que T é um operador diagonalizável se existe uma base ordenada 𝛽 para V tal que [𝑇]𝛽 𝛽 é uma matriz diagonal. Definição: Seja 𝐴 ∈ 𝑀𝑛(ℝ). Dizemos que A é uma matriz diagonalizável se A é similar a uma matriz diagonal. Exemplo: Considere a matriz simétrica 𝐴 ∈ 𝑀2(ℝ)) dada por: 𝐴 = ( 1 2 2 1 ), Calculando os autovalores obteremos 𝜆1 = 3 𝑒 𝜆2 = −1 com os autovetores associados 𝑥1 = (1,1) 𝑒 𝑥2 = (1, −1), respectivamente. Tomamos a matriz P e a matriz diagonal D dadas por: 𝑃 = ( 1 1 1 −1 ) 𝑒 𝐷 = ( 3 0 0 −1 ). Note que a matriz P foi construída a partir dos autovetores da matriz A e a matriz diagonal D foi construída com os autovalores da matriz A. Assim, temos que a matriz A é similar a matriz diagonal D, onde P é a matriz que realiza a transformação de similaridade, isto é, A = PDP −1 ou D = P −1 AP. De fato, podemos verificar facilmente que 𝐴 = [ 1 1 1 −1 ] [ 3 0 0 −1 ] ( 1 2 [ 1 1 1 −1 ]) Portanto, a matriz A é diagonalizável. Teorema: Sejam V um espaço vetorial de dimensão finita sobre ℝ, 𝛽 uma base ordenada para V e T um operador linear sobre V . Então, T é um operador diagonalizável se, e somente se, [𝑇]𝛽 𝛽 é uma matriz diagonalizável. Corolário- Sejam 𝐴 ∈ 𝑀𝑛(ℝ) e TA o operador linear sobre ℝ 𝑛 associado a matriz A. Então, A é uma matriz diagonalizável se, e somente se, TA é um operador diagonalizável. Definição- Seja 𝐴 ∈ 𝑀𝑛(ℝ). Dizemos que A é uma matriz simples se possui um conjunto de n autovetores linearmente independentes. Teorema- Seja 𝐴 ∈ 𝑀𝑛(ℝ). Então, A é uma matriz simples se, e somente se, A é uma matriz diagonalizável. Exemplo: Considere o espaço vetorial real ℝ3. O operador linear T sobre o ℝ3 definido por: T(x, y, z) = (3x − 4z, 3y + 5z, −z) é um operador diagonalizável. Temos que a matriz A = [𝑇]𝛽 𝛽 , onde 𝛽 é a base canônica do ℝ3, é dada por: 𝐴 = ( 3 0 −4 0 3 5 0 0 −1 ) Assim, o polinômio característico do operador T é dado por: 𝑝(𝜆) = 𝑑𝑒𝑡(𝐴 − 𝜆𝐼) = −(3 − 𝜆)3(1 + 𝜆) Portanto, os autovalores de T são 𝜆1 = 3, com multiplicidade algébrica igual a 2, e 𝜆2= −1, com multiplicidade algébrica igual a 1. Podemos verificar facilmente que os autovetores associados ao autovalor 𝜆1 = 3 são do tipo v = (x, y, 0) para x, y ∈ ℝ não–nulos. Assim, podemos escolher os autovetores v1 = (1, 0, 0) e v2 = (0, 1, 0) associados ao autovalor 𝜆1 = 3. Logo, o autovalor 𝜆1= 3 tem multiplicidade geométrica igual a 2. Os autovetores associados ao autovalor 𝜆2 = −1 são do tipo v = (−4y, 5y,−4y) para y ∈ ℝ não–nulo. Assim, podemos escolher o autovetor v3 = (−4, 5,−4) associado ao autovalor 𝜆2 = −1. Portanto, temos que a matriz A = [𝑇]𝛽 𝛽 é diagonalizável. Podemos verificar que 𝐴 = [ 1 0 −4 0 1 5 0 0 −4 ] [ 3 0 0 0 3 0 0 0 −1 ] ([ 1 0 −4 0 1 5 0 0 −4 ]) −1 Assim, mostramos que T é um operador diagonalizável. De modo análogo, sabemos que T é um operador diagonalizável, pois 𝛾 = { v1, v2, v3 } é uma base para ℝ3 de modo que [𝑇]𝛾 𝛾 é uma matriz diagonal. De fato, podemos verificar facilmente que [𝑇]𝛾 𝛾 = [ 3 0 0 0 3 0 0 0 −1 ] Teorema- Sejam V um espaço vetorial sobre ℝ e T um operador linear sobre V que possui autovalores distintos 𝜆1, . . . , 𝜆𝑛 com 𝑣1, 𝑣2, . . . , 𝑣𝑛 os autovetores associados, respectivamente. Então, { 𝑣1, 𝑣2, . . . , 𝑣𝑛 } ´e linearmente independente em V. Corolário- Sejam V um espaço vetorial de dimensão finita sobre ℝ, digamos que dim(V) = n, e T um operador linear sobre V que possui n autovalores distintos. Então, T é um operador diagonalizável. Note que o operador linear T pode possuir n autovetores linearmente independentes que não estão associados a autovalores distintos, isto é, algum autovalor pode possuir multiplicidade algébrica r maior do que 1, mas possui uma multiplicidade geométrica igual a r, como já vimos em exemplos anteriores. Desse modo, podemos introduzir o conceito de diagonalização para operadores lineares. Teorema- Sejam V um espaço vetorial de dimensão finita sobre ℝ e T um operador linear sobre V. Então, T é um operador diagonalizável se, e somente se, existe uma base ordenada 𝛽 para V cujos elementos são autovetores de T. Exemplo 1: 𝑆𝑒𝑗𝑎 𝑜 𝑜𝑝𝑒𝑟𝑎𝑑𝑜𝑟 𝑙𝑖𝑛𝑒𝑎𝑟 𝑇: ℝ3 ⟶ ℝ3 tal que T(x, y, z) =(4x +2y +2z, 2x +4y +2z, 2x +2y +4z). Mostre que T é um operador diagonalizável. [𝑇]𝐴 = ( 4 0 1 −2 1 0 −2 0 1 ) 𝜆1 = 1 𝑒 𝑉1 = {(0, 𝑦, 0), 𝑦 ∈ ℝ} 𝑒 𝑣1 = (0,1,0) 𝜆2 = 2 𝑒 𝑉2 = {( −𝑧 2 , 𝑧, 𝑧) , 𝑧 ∈ ℝ} 𝑒 𝑣2 = (−1,2,2) 𝜆3 = 3 𝑒 𝑉3 = {(−𝑧, 𝑧, 𝑧), 𝑧 ∈ ℝ} 𝑒 𝑣3 = (−1,1,1) A={(0,1,0), (−1,2,2), (−1,1,1)} é base de autovetores. Assim, [𝑇]𝐴 = ( 1 0 0 0 2 0 0 0 3 ) Exemplo 2: 𝑆𝑒𝑗𝑎 𝑜 𝑜𝑝𝑒𝑟𝑎𝑑𝑜𝑟 𝑙𝑖𝑛𝑒𝑎𝑟 𝑇: ℝ3 ⟶ ℝ3 tal que T(x, y, z) =(x +y +z, x +y +z , x +y +z). Mostre que T é um operador diagonalizável. [𝑇]𝐴 = ( 1 1 1 1 1 1 1 1 1 ) 𝜆1 = 0 𝑒 𝑉0 = {(−𝑦 − 𝑧, 𝑦, 𝑧), 𝑦 𝑒 𝑧 ∈ ℝ} 𝑒 𝐴1 = {(−1,1,0), (−1,0,1)} 𝜆2 = 3 𝑒 𝑉3 = {(𝑧, 𝑧, 𝑧), 𝑧 ∈ ℝ} 𝑒 𝐴2 = (1,1,1) 𝐴 = 𝐴1 ∪ 𝐴2 = {(−1,1,0), (−1,0,1), (1,1,1)} é 𝑢𝑚𝑎 𝑏𝑎𝑠𝑒 𝑑𝑒 𝑎𝑢𝑡𝑜𝑣𝑒𝑡𝑜𝑟𝑒𝑠. Então, [𝑇]𝐴 = ( 0 0 0 0 0 0 0 0 3 ). Exemplo 3: Considere operador linear dado por 𝑇: ℝ2 ⟶ ℝ2 tal que T(x, y) =(−3x + 4y, −x + 2y). Mostre que T é um operador diagonalizável. Seja 𝛽 é a base canônica do ℝ2. Temos que a matriz A = [𝑇]𝛽 𝛽 é dada por: 𝐴 = [ −3 4 −1 2 ] Portanto, o polinômio característico do operador T é dado por: 𝑝(𝜆) = 𝑑𝑒𝑡(𝐴 − 𝜆𝐼) = (−3 −𝜆)(2 − 𝜆) + 4 = 𝜆2 + 𝜆 − 2 Assim, os autovalores de T são 𝜆1 = 1 e 𝜆2= −2. Como os autovalores são distintos, podemos garantir que existe uma base de autovetores 𝛾 para ℝ2 de modo que a matriz [𝑇]𝛾 𝛾 = Λ = diag (𝜆1 , 𝜆2) Os autovetores associados a 𝜆1 e 𝜆2 são v1 = (1, 1) e v2 = (4, 1), respectivamente. Assim, temos que 𝛾 = { v1, v2 } ´e uma base de autovetores para ℝ2. Sabemos que 𝑥1 = (1,1) 𝑒 𝑥2 = (4,1) são os autovetores da matriz A associados aos autovalores 𝜆1 = 1 e 𝜆2 = −2, respectivamente. Podemos observar facilmente que AP = P Λ, onde 𝑃 = [ 1 4 1 1 ] ; Λ = [ 1 0 0 −2 ] 𝑒 𝑃−1 = 1 2 [ −1 4 1 −1 ] Desse modo, a matriz A = [𝑇]𝛽 𝛽 pode ser representada da seguinte forma: A = P Λ P−1 ou Λ = P−1 AP , com a matriz P realizando a diagonalização da matriz A = [𝑇]𝛽 𝛽 . Exemplo 3: Determine a solução do seguinte sistema dinâmico { 𝑥′(𝑡) = 𝑥(𝑡) − 2𝑦(𝑡) 𝑦′(𝑡) = 3𝑥(𝑡) − 4 𝑦(𝑡) Com a condição inicial [ 𝑥(0) 𝑦(0) ] = [ 2 4 ] Neste caso, a matriz do sistema dinâmico é dada por: 𝐴 = [ 1 −2 3 −4 ] Vamos determinar os autovalores e os autovetores da matriz A. O polinômio característico da matriz A é dada por: 𝑝(𝜆) = 𝑑𝑒𝑡(𝐴 − 𝜆𝐼) = 𝜆2 + 3 𝜆 + 2 Assim, os autovalores da matriz A são 𝜆1 = -1 e 𝜆2 = −2. Portando, a matriz A é diagonalizável. Podemos verificar facilmente que os autovetores da matriz A são 𝑋1 = [ 1 1 ] 𝑒 𝑋2 = [ 2 3 ] associados aos autovalores 𝜆1 = -1 e 𝜆2 = −2, respectivamente. Portanto, a matriz P que realiza a diagonalização da matriz A, sua respectiva inversa e a matriz diagonal Λ são dadas por: 𝑃 = [ 1 2 1 3 ] ; Λ = [ −1 0 0 −2 ] 𝑒 𝑃−1 = [ 3 −2 −1 1 ] Finalmente, sabemos que a solução do sistema dinâmico é dada por: 𝑋(𝑡) = 𝑃𝑒Λ𝑡𝑃−1𝑋(0), para todo 𝑡 ≥ 0. Portanto, obtemos 𝑋(𝑡) = [ 𝑥(𝑡) 𝑦(𝑡) ] = [−2𝑒 −𝑡 + 4𝑒−2𝑡 −2𝑒−𝑡 + 6𝑒−2𝑡 ] para todo 𝑡 ≥ 0. Na Figura abaixo temos os gráficos das soluções do sistema dinâmico. A curva azul representa o gráfico da solução x(t) e a curva verde representa o gráfico da solução y(t), para 0 ≤ t ≤ 6. Exercícios 1) Verificar, utilizando a definição, se os vetores dados são autovetores: a) ( 2,1) para [T ]= ( 2 2 1 3 ) . b) ( 2,1,3) para [T ]= ( 1 −1 0 2 3 2 1 2 1 ) 2) Os vetores (1,1) e (2,−1) são autovetores de um operador linear 𝑇: ℝ2 ⟶ ℝ2 associados aos autovalores 𝜆1 = 5 e 𝜆2 = −1, respectivamente. Determinar T(4,1). 3) Determinar o operador linear 𝑇: ℝ2 ⟶ ℝ2cujos autovalores são 𝜆1 = 1 e 𝜆2 = 3 associados aos autoespaços 𝑉1 = {(−𝑦, 𝑦), 𝑦 ∈ ℝ} 𝑒 𝑉2 = {(0, 𝑦), 𝑦 ∈ ℝ}. 4) Determinar os autovalores e os autovetores dos seguintes operadores lineares no ℝ2. a) T(x, y) =(x +2y, -x +4y) b) T(x, y) =(y , -x ) 5) Dado o operador linear T no ℝ2 tal que T(x, y) = (−3x −5y, 2y) , encontrar uma base de autovetores. 6) Verificar se existe uma base de autovetores para: a) 𝑇: ℝ3 ⟶ ℝ3 tal que T(x, y, z) =(x +y +z, 2y +z , 2y +3z) b) 𝑇: ℝ3 ⟶ ℝ3 tal que T(x, y, z) =(x , -2x -y ,2 x +y +2z) c) 𝑇: ℝ3 ⟶ ℝ3 tal que T(x, y, z) =(x,-2x +3y -z , -4y +3z) 7) Seja 𝑇: ℝ2 ⟶ ℝ2tal que T(x, y) = (4x + 5y,2x + y) . Encontrar uma base que diagonalize o operador T. 8) O operador linear 𝑇: ℝ4 ⟶ ℝ4 tal que T(x, y, z, t) = (x + y + z + t, x + y + z, y + z + t, x + y) é diagonalizável? 9) Dê um exemplo de um operador linear diagonalizável T sobre ℝ3 cujo núcleo é gerado pelo elemento u = (1, 0, 1). 10) Dê um exemplo de um operador linear diagonalizável T sobre ℝ3 cujo imagem é gerada pelos elementos u1 = (1, 1, 0) e u2 = (1, 0, 1). 11) Determine o operador linear T sobre o ℝ4, diagonalizável, que satisfaz simultaneamente as seguintes condições: a) 𝐾𝑒𝑟(𝑇) = { (𝑥, 𝑦, 𝑧, 𝑡) ∈ ℝ4 / 𝑥 + 𝑦 − 𝑧 + 𝑡 = 0 𝑒 𝑧 − 𝑡 = 0 }. b) T(0,0,1,0) = (0,0,2,0). c) (0,0,1,0) ∈ 𝐼𝑚(𝑇). d) 𝜆 = −3 é um autovalor do operador T. Respostas 1) a) Sim b) Não 2) T(x, y) = (x + 4y,2x + 3y) e T(4,1) = (8,11) 5) {(1,−1), (1,0)} 6) a) b) Sim c) Não 3) T(x, y) = (x,2x + 3y) 4) a) autovalores: 2 e 3 b) não possui autovalores reais 7) 𝐴 = {(−1,1), (5,2)} 𝑒 [𝑇 ]𝐴 = ( −1 0 0 6 )
Compartilhar