Baixe o app para aproveitar ainda mais
Prévia do material em texto
Notas de Aula 2017 –Álgebra Linear – Prof. Rui – DMA – UEM professorrui@hotmail.com Página 1 Exercícios Comentados de Exercícios Comentados de Exercícios Comentados de Exercícios Comentados de Álgebra LinearÁlgebra LinearÁlgebra LinearÁlgebra Linear (Boldrini, Costa, Figueiredo e Wetzler, 3ª ed. 1980) 7.1 Base de Autovetores 7.2 Polinômio Minimal 7.3 Diagonalização Simultânea de Dois Operadores 7.4 Forma de Jordan 7.5 Exercícios §§§ Resultados abordados no capítulo 07 Teorema 7.1.1: Autovetores associados a autovalores distintos são linearmente independentes (LI). Corolário 7.1.2: 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 7.1.4: Seja :T V V um operador linear. Dizemos que T é um operador diagonalizável se existe uma base de V cujos elementos são autovetores de T. Definição 7.2.1: Seja 1 0( ) ... n np x a x a x a um polinômio e A uma matriz quadrada. Então ( )p A é a matriz 1 0( ) ... n np A a A a A a I . Quando ( )p A 0 , dizemos que o polinômio p anula a matriz A. Notas de Aula 2017 –Álgebra Linear – Prof. Rui – DMA – UEM professorrui@hotmail.com Página 2 Definição 7.2.2: Seja A uma matriz quadrada. O polinômio minimal de A é um polinômio 11 0( ) ... k k km x x a x a tal que: i) ( )m A 0 , isto é, ( )m x anula a matriz A. ii) ( )m x é o polinômio de menor grau entre aqueles que anulam A. Obs: O coeficiente do termo de maior grau é 1. Teorema 7.2.3: Sejam :T V V um operador linear e uma base qualquer de V de dimensão n. Então T é diagonalizável se, e somente se o polinômio minimal de T é da forma 1 2( ) rm x x x x ⋯ com 1 , 2 , ..., r distintos. Obs: Podem existir autovalores com mais de um autovetor associados. Teorema 7.2.4 (de Cayley-Hamilton): Seja :T V V um operador linear, uma base de V e ( )p x o polinômio característico de T. Então p T 0 . Obs: Isto significa que o polinômio característico é um candidato ao polinômio minimal porque ele satisfaz a condição i) da definição 7.2.2. Teorema 7.2.5: As raízes do polinômio minimal são as mesmas raízes (distintas) do polinômio característico. Teorema 7.2.6: Sejam 1 , 2 , ..., r os autovalores distintos de um operador linear T. Então T será diagonalizável se, e somente se o polinômio 1 2 rx x x ⋯ anular a matriz de T. §§§ Notas de Aula 2017 –Álgebra Linear – Prof. Rui – DMA – UEM professorrui@hotmail.com Página 3 Exercício 01. Considere os operadores dos exercícios de 02 a 08 da seção 6.3 (capítulo anterior). Verifique quais são diagonalizáveis. 02- 2 2:f ℝ ℝ ; , ,x y x y x y . 0 2 1 0 c c T Em resumo, Existem dois autovalores. Para o autovalor 1 2 tem-se os autovetores da reta de equação 2x y . Um gerador é 1 2,1v . Para o autovalor 2 2 tem-se os autovetores da reta de equação 2x y . Um gerador é 2 2,1v . 03- 2 2:T ℝ ℝ ; , , 2x y x y x y . 1 1 2 1 c c T Em resumo, Existem dois autovalores. Para o autovalor 1 1 2 tem-se os autovetores da reta de equação 2 2 x y . Um gerador é 1 2 ,1 2 v . Para o autovalor 2 1 2 tem-se os autovetores da reta de equação 2 2 x y . Um gerador é 2 2 ,1 2 v . Notas de Aula 2017 –Álgebra Linear – Prof. Rui – DMA – UEM professorrui@hotmail.com Página 4 04- 3 3:T ℝ ℝ ; , , , 2 , 2x y z x y x y z x y z . 1 1 0 1 1 2 2 1 1 c c T Em resumo, Existem três autovalores. Para o autovalor 1 2 tem-se que o conjunto dos autovetores associados a ele é a reta gerada por 1,1,1 . Para o autovalor 2 2 tem-se que o conjunto dos autovetores associados a ele é a reta gerada por 1 1, 3,1v . Para o autovalor 3 1 tem-se que o conjunto dos autovetores associados a ele é a reta gerada por 2 1, 2, 1/ 2v . 05- 2 2:T P P ; 2 2T ax bx c ax cx b . 0 1 0 1 0 0 0 0 1 T Em resumo: 2 2:T P P ; 2 20 1 2 1 0 2T a a x a x a a x a x possui dois autovalores. Um deles é 1 de multiplicidade algébrica 2, cujo subespaço dos autovetores associados tem dimensão geométrica 2 e é gerado por 1 1,1,0v e 2 0,0,1v . Notas de Aula 2017 –Álgebra Linear – Prof. Rui – DMA – UEM professorrui@hotmail.com Página 5 Outro autovalor é 1 , cujo subespaço dos autovetores associados tem dimensão geométrica 1 e é gerado por 3 1, 1,0v . 06- 2 2:T M M ; tA A (leva a matriz em sua transposta). 1 0 0 0 0 0 1 0 0 1 0 0 0 0 0 1 c c T Em resumo: Existem dois autovalores, 1 e 1 . O autovalor 1 possui multiplicidade algébrica 3 e multiplicidade geométrica também igual a 3. O subespaço dos autovetores associados com esse autovalor é gerado por 1 1,0,0,0 cv , 2 0,0,0,1 cv e 3 0,1,1,0 cv . O autovalor 1 possui subespaço dos autovetores com dimensão igual a 1 e é gerado pelo autovetor 4 0, 1,1,0v . 07- 4 4:T ℝ ℝ ; , , , , , ,T x y z w x x y x y z x y z w . 1 0 0 0 1 1 0 0 1 1 1 0 1 1 1 1 T Em resumo: Existe apenas um autovalor, 1 e o subespaço dos autovetores associados a ele é a reta de 4ℝ gerada pelo autovetor 1 0,0,0,1v . Notas de Aula 2017 –Álgebra Linear – Prof. Rui – DMA – UEM professorrui@hotmail.com Página 6 08- 2 2:T ℝ ℝ que tem autovalores 2 e 3 associados aos autovetores da forma 3 ,y y e 2 ,y y respectivamente. 0 6 1 1 c c T Resolução. Item 02- 2 2:f ℝ ℝ ; , ,x y x y x y . 0 2 1 0 c c T Em resumo, Existem dois autovalores. Para o autovalor 1 2 tem-se os autovetores da reta de equação 2x y . Um autovetor é 1 2,1v . Para o autovalor 2 2 tem-se os autovetores da reta de equação 2x y . Um autovetor é 2 2,1v . Esse operador é diagonalizável, pois em relação à base formada respectivamente por 1 2,1v e 2 2,1v sua matriz fica na forma diagonal, 2 0 0 2 T . Notas de Aula 2017 –Álgebra Linear – Prof. Rui – DMA – UEM professorrui@hotmail.com Página 7 Item 03- 2 2:T ℝ ℝ ; , , 2x y x y x y . 1 1 2 1 c c T Em resumo, Existem dois autovalores. Para o autovalor 1 1 2 tem-se os autovetores da reta de equação 2 2 x y . Um gerador é 1 2 ,1 2 v . Para o autovalor 2 1 2 tem-se os autovetores da reta de equação 2 2 x y . Um gerador é 2 2 ,1 2 v . Esse operador é diagonalizável, pois em relação à base formada respectivamente por 1 2 ,1 2 v e 2 2 ,1 2 v a matriz do operador fica na forma triangular, 1 2 0 0 1 2 T . Item 04- 3 3:T ℝ ℝ ; , , , 2 , 2x y z x y x y z x y z . 1 1 0 1 1 2 2 1 1 c c T Em resumo, Existem três autovalores. Notas de Aula 2017 –Álgebra Linear – Prof. Rui – DMA – UEM professorrui@hotmail.com Página 8 Para o autovalor 1 2 tem-se que o conjunto dos autovetores associados a ele é a reta gerada por 1 1,1,1v . Para o autovalor 2 2 tem-se que o conjunto dos autovetores associados a ele é a reta gerada por 2 1, 3,1v . Para o autovalor 3 1 tem-se que o conjunto dos autovetores associados a ele é a reta gerada por 3 1, 2, 1/ 2v . O operador é diagonalizável, emrelação à base formada respectivamente pelos vetores 1 1,1,1v , 2 1, 3,1v e 3 1, 2, 1/ 2v sua matriz fica na forma diagonal, 2 0 0 0 2 0 0 0 1 T . Item 05- 2 2:T P P ; 2 20 1 2 1 0 2T a a x a x a a x a x . 0 1 0 1 0 0 0 0 1 T Em resumo: 2 2:T P P ; 2 20 1 2 1 0 2T a a x a x a a x a x possui dois autovalores. Notas de Aula 2017 –Álgebra Linear – Prof. Rui – DMA – UEM professorrui@hotmail.com Página 9 Um deles é 1 de multiplicidade algébrica 2, cujo subespaço dos autovetores associados tem dimensão geométrica 2 e é gerado por 1 1,1,0v e 2 0,0,1v . Outro autovalor é 1 , cujo subespaço dos autovetores associados tem dimensão geométrica 1 e é gerado por 3 1, 1,0v . Esse operador é diagonalizável. Em relação à base formada respectivamente por 1 1,1,0v , 2 0,0,1v e 3 1, 1,0v sua matriz fica diagonal, 1 0 0 0 1 0 0 0 1 T . Item 06- 2 2:T M M ; tA A (leva a matriz em sua transposta). 1 0 0 0 0 0 1 0 0 1 0 0 0 0 0 1 c c T Em resumo: Existem dois autovalores, 1 e 1 . O autovalor 1 possui multiplicidade algébrica 3 e multiplicidade geométrica também igual a 3. O subespaço dos autovetores associados com esse autovalor é gerado por 1 1,0,0,0 cv , 2 0,0,0,1 cv e 3 0,1,1,0 cv . O autovalor 1 possui subespaço dos autovetores com dimensão igual a 1 e é gerado pelo autovetor 4 0, 1,1,0v . Notas de Aula 2017 –Álgebra Linear – Prof. Rui – DMA – UEM professorrui@hotmail.com Página 10 Esse operador é diagonalizável. Em relação à base formada respectivamente por 1 1,0,0,0 cv , 2 0,0,0,1 cv , 3 0,1,1,0 cv e 4 0, 1,1,0v , a matriz do operador fica na forma 1 0 0 0 0 1 0 0 0 0 1 0 0 0 0 1 T . Item 07- 4 4:T ℝ ℝ ; , , , , , ,T x y z w x x y x y z x y z w . 1 0 0 0 1 1 0 0 1 1 1 0 1 1 1 1 T Em resumo: Existe apenas um autovalor, 1 e o subespaço dos autovetores associados a ele é a reta de 4ℝ gerada pelo autovetor 1 0,0,0,1v . Esse operador não é diagonalizável. Não existe uma base formada por quatro autovetores LI do operador. Notas de Aula 2017 –Álgebra Linear – Prof. Rui – DMA – UEM professorrui@hotmail.com Página 11 Item 08- 2 2:T ℝ ℝ que tem autovalores 2 e 3 associados aos autovetores da forma 3 ,y y e 2 ,y y respectivamente. 0 6 1 1 c c T . Esse operador é diagonalizável. Em relação à base formada respectivamente pelos autovetores 1 3,1v e 2 2,1v a matriz do operador fica na forma 2 0 0 3 T . Exercício 02. Dizemos que uma matriz n nA é diagonalizável se seu operador linear associado : n nAT ℝ ℝ for diagonalizável, ou seja, se e somente se A admitir n autovetores LI. Com esta definição, verifique quais das matrizes dos exercícios de 09 a 18 da seção 6.3 (capítulo anterior) são diagonalizáveis. 09- 1 2 0 1 A Em resumo: Dois autovalores: 1 com auto-espaço gerado por 1 1,0v , 1 com auto-espaço gerado por 2 1, 1v . Notas de Aula 2017 –Álgebra Linear – Prof. Rui – DMA – UEM professorrui@hotmail.com Página 12 10- 1 1 1 1 A Em resumo, existem dois autovalores, 0 e 2 . O auto-espaço associado a 0 é o núcleo da transformação, que é a reta gerada pelo autovetor 1 1, 1v . O auto-espaço associado a 2 é a reta gerada pelo autovetor 2 1,1v . 11- 1 2 3 0 1 2 0 0 1 A Em resumo: Só um auto-valor, 1 , com multiplicidade algébrica 3. Mas o auto-espaço associado tem dimensão geométrica igual a 1, é gerado pelo autovetor 1 1,0,0e . 12- 3 3 4 0 3 5 0 0 1 A Em resumo. Dois autovalores, 3 e 1 . Dois auto- espaços unidimensionais, gerados respectivamente, por 1 1,0,0e e 1 5 , ,1 16 4 v . Notas de Aula 2017 –Álgebra Linear – Prof. Rui – DMA – UEM professorrui@hotmail.com Página 13 13- 1 0 2 1 0 1 1 1 2 A Em resumo: Três autovalores, 1 , 1 e 3 . Com auto-espaços de dimensão 1 gerados, respectivamente, por 1 1,1,0v , 2 1, 2,1v e 3 1,0,1v . 14- 1 1 2 1 2 1 2 1 1 A Em resumo. Existem três autovalores, 4 , 1 e 1 . Todos os auto-espaços possuem dimensão 1 e são gerados respectivamente por 1 1,1,1v , 2 1, 5,1v e 3 1, 2,1v . 15- 0 1 0 0 0 1 1 0 0 A Em resumo: Só um autovalor, 1 . O auto-espaço é uma reta gerada, por exemplo, pelo autovetor 1, 1,1v . 16- 1 3 3 0 4 0 3 3 1 A Em resumo: Notas de Aula 2017 –Álgebra Linear – Prof. Rui – DMA – UEM professorrui@hotmail.com Página 14 Um autovalor 4 de multiplicidade algébrica 2 e multiplicidade geométrica também igual a 2, dois autovetores que geram esse subespaço são 1 1, 2,1v e 2 1,0, 1v . Um autovalor 2 com auto-espaço de dimensão 1 gerado pelo autovetor 3 2,0,2v . 17- 1 4 14 2 7 14 2 4 11 A Em resumo. Autovalor 9 com auto-espaço gerado por 1 2,2,2v . Autovalor 3 com auto-espaço gerado por 2 5,1,1v e 3 7,0,1v . 18- 2 0 1 0 0 2 0 1 12 0 3 0 0 1 0 0 A Em resumo: O autovalor 6 tem auto-espaço gerado por 1 1,0, 4,0v . O autovalor 1 tem auto-espaço gerado pelo autovetor 2 1,0, 3,0v . O autovalor 1 tem auto-espaço gerado por 3 0, 1,0,1v . Notas de Aula 2017 –Álgebra Linear – Prof. Rui – DMA – UEM professorrui@hotmail.com Página 15 Resolução. Item 09- 1 2 0 1 A Em resumo: Dois autovalores: 1 com auto-espaço gerado por 1 1,0v , 1 com auto-espaço gerado por 2 1, 1v . Sim, é diagonalizável. Na base formada por 1 1,0v e 2 1, 1v a matriz toma a forma 1 0 0 1A T . Item 10- 1 1 1 1 A Em resumo, existem dois autovalores, 0 e 2 . O auto-espaço associado a 0 é o núcleo da transformação, que é a reta gerada pelo autovetor 1 1, 1v . O auto-espaço associado a 2 é a reta gerada pelo autovetor 2 1,1v . Sim, é diagonalizável. Em relação à base formada por 1 1, 1v e 2 1,1v a matriz fica na forma 0 0 0 2A T Notas de Aula 2017 –Álgebra Linear – Prof. Rui – DMA – UEM professorrui@hotmail.com Página 16 Item 11- 1 2 3 0 1 2 0 0 1 A Em resumo: Só um autovalor, 1 , com multiplicidade algébrica 3. Mas o auto-espaço associado tem dimensão geométrica igual a 1, é gerado pelo autovetor 1 1,0,0e . O operador AT não é diagonalizável, pois não existe número suficiente de autovetores LI para formar uma base. Item 12- 3 3 4 0 3 5 0 0 1 A Em resumo. Dois autovalores, 3 e 1 . Dois auto- espaços unidimensionais, gerados respectivamente, por 1 1,0,0e e 1 5 , ,1 16 4 v . O operador AT não é diagonalizável, pois não há número suficiente de autovetores LI para formar uma base do espaço. Item 13- 1 0 2 1 0 1 1 1 2 A Notas de Aula 2017 –Álgebra Linear – Prof. Rui – DMA – UEM professorrui@hotmail.com Página 17 Em resumo: Três autovalores, 1 , 1 e 3 . Com auto-espaços de dimensão 1 gerados,respectivamente, por 1 1,1,0v , 2 1, 2,1v e 3 1,0,1v . Sim, o operador AT é diagonalizável. Com a base formada por 1 1,1,0v , 2 1, 2,1v e 3 1,0,1v a matriz do operador fica na forma 1 0 0 0 1 0 0 0 3 AT . Item 14- 1 1 2 1 2 1 2 1 1 A Em resumo. Existem três autovalores, 4 , 1 e 1 . Todos os auto-espaços possuem dimensão 1 e são gerados respectivamente por 1 1,1,1v , 2 1, 5,1v e 3 1, 2,1v . Sim, o operador AT é diagonalizável, pois em relação à base formada por 1 1,1,1v , 2 1, 5,1v e 3 1, 2,1v a matriz fica na forma 4 0 0 0 1 0 0 0 1 AT . Notas de Aula 2017 –Álgebra Linear – Prof. Rui – DMA – UEM professorrui@hotmail.com Página 18 Item 15- 0 1 0 0 0 1 1 0 0 A Em resumo: Só um autovalor, 1 . O auto-espaço é uma reta gerada, por exemplo, pelo autovetor 1, 1,1v . Este operador AT não é diagonalizável, pois não há numero suficiente de autovetores para formar uma base do espaço em questão. Item 16- 1 3 3 0 4 0 3 3 1 A Em resumo: Um autovalor 4 de multiplicidade algébrica 2 e multiplicidade geométrica também igual a 2, dois autovetores que geram esse subespaço são 1 1, 2,1v e 2 1,0, 1v . Um autovalor 2 com auto-espaço de dimensão 1 gerado pelo autovetor 3 2,0,2v . Este operador AT é diagonalizável. Em relação à base formada por 1 1, 2,1v , 2 1,0, 1v e 3 2,0,2v , a matriz fica na forma 4 0 0 0 4 0 0 0 2 AT . Notas de Aula 2017 –Álgebra Linear – Prof. Rui – DMA – UEM professorrui@hotmail.com Página 19 Item 17- 1 4 14 2 7 14 2 4 11 A Em resumo. Autovalor 9 com auto-espaço gerado por 1 2,2,2v . Autovalor 3 com auto-espaço gerado por 2 5,1,1v e 3 7,0,1v . Este operador AT é diagonalizável. Em relação à base formada por 1 2,2,2v , 2 5,1,1v e 3 7,0,1v a matriz fica na forma 9 0 0 0 3 0 0 0 3 AT . Item 18- 2 0 1 0 0 2 0 1 12 0 3 0 0 1 0 0 A Em resumo: O autovalor 6 tem auto-espaço gerado por 1 1,0, 4,0v . O autovalor 1 tem auto-espaço gerado pelo autovetor 2 1,0, 3,0v . O autovalor 1 tem auto-espaço gerado por 3 0, 1,0,1v . Notas de Aula 2017 –Álgebra Linear – Prof. Rui – DMA – UEM professorrui@hotmail.com Página 20 O operador AT não é diagonalizável, pois não há número suficiente de autovetores LI para formar uma base do espaço em questão. Exercício 03. Considere a matriz 2 1 0 0 0 2 0 0 0 0 2 0 0 0 0 3 A . a) Verifique se A é diagonalizável. b) Determine seu polinômio minimal. Resolução. Item a. Consideramos o operador 4 4:T ℝ ℝ , ( )T v A v . Consideramos 2 1 0 0 0 2 0 0 0 0 2 0 0 0 0 3 A I . Essa é uma matriz triangular superior, logo 3det 0 2 3 0 2 ou 3A I . Segundo o Teorema 7.2.6 devemos verificar se o polinômio 2 3p x x x anula a matriz. Notas de Aula 2017 –Álgebra Linear – Prof. Rui – DMA – UEM professorrui@hotmail.com Página 21 2 3p A A A 2 1 0 0 2 0 0 0 0 2 0 0 0 2 0 0 0 0 2 0 0 0 2 0 0 0 0 3 0 0 0 2 2 1 0 0 3 0 0 0 0 2 0 0 0 3 0 0 0 0 2 0 0 0 3 0 0 0 0 3 0 0 0 3 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 1 0 0 0 1 0 0 0 0 1 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 Segundo o Teorema 7.2.6 a matriz não é diagonalizável. Item b. Para determinar o polinômio minimal devemos testar ainda os polinômios 22 3p x x x e 32 3p x x x . Vamos testar 22 3p x x x . Notas de Aula 2017 –Álgebra Linear – Prof. Rui – DMA – UEM professorrui@hotmail.com Página 22 2 2 2 2 1 0 0 0 1 0 0 0 2 0 0 0 0 0 0 2 2 0 0 2 0 0 0 0 0 0 0 0 3 0 0 0 1 A I 0 1 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 1 0 0 0 1 2 1 0 0 1 1 0 0 0 2 0 0 0 1 0 0 3 3 0 0 2 0 0 0 1 0 0 0 0 3 0 0 0 0 A I 2 0 0 0 0 1 1 0 0 0 0 0 0 0 1 0 0 2 3 0 0 0 0 0 0 1 0 0 0 0 1 0 0 0 0 A I A 0 Então o polinômio minimal de A é 22 3p x x x . Se para esse polinômio tivéssemos p A 0 o polinômio minimal seria o polinômio característico 32 3p x x x . Notas de Aula 2017 –Álgebra Linear – Prof. Rui – DMA – UEM professorrui@hotmail.com Página 23 Exercício 04. Considere A uma matriz 3x3 triangular superior, com todos os seus elementos acima da diagonal distintos e não nulos. 0 0 0 a b c A d e f . a) Quais os autovalores e autovetores de A? b) Qual o polinômio minimal de A? Resolução. Item a. Temos vários casos a considerar. O enunciado nos informa que os elementos b, c e e são distintos e não nulos, mas os elementos da diagonal, a, d e f podem ser iguais a zero ou iguais entre si. Vejamos as possibilidades. Possibilidade 01: 0a d f . A matriz a ser considerada é: 0 0 0 0 0 0 b c A e . 3det 0 0A I . Existe apenas um autovalor, 0 . Procuremos o auto-espaço associado a esse autovalor. 0 0 0 0 0 0 0 0 0 0 0 0 b c x e y z Notas de Aula 2017 –Álgebra Linear – Prof. Rui – DMA – UEM professorrui@hotmail.com Página 24 0 0 0 0 by cz ez 0 0 0 0 by z 0 0 0 0 y z O auto-espaço é gerado, por exemplo, por 1 1,0,0v . Possibilidade 02: 0a d e 0f . A matriz a ser considerada é: 0 0 0 0 0 b c A e f ; 2det 0 0A I f Existem dois autovalores. Procuremos o auto-espaço associado a 0 . 0 0 0 0 0 0 0 0 0 0 0 b c x e y f z 0 0 0 by cz ez fz 0 0 0 by z z 0 0 0 y z z O auto-espaço é gerado, por exemplo, por 1 1,0,0v . Procuremos o auto-espaço associado a f . 0 0 0 0 0 0 0 0 f b c x f e y f f z Notas de Aula 2017 –Álgebra Linear – Prof. Rui – DMA – UEM professorrui@hotmail.com Página 25 0 0 0 0 fx by cz fy ez 0 0 0 e fx b z cz f e y z f 2 0 0 be cf x z f e y z f O auto-espaço associado a f é gerado por 2 2 , ,1 be cf e f f v . Possibilidade 03: 0a f e 0d . Possibilidade 04: 0d f e 0a . Para essas duas possibilidades a resolução será análoga à apresentada acima. Haverá dois autovalores, cada auto-espaço será de dimensão 1 e fornecerá um autovetor distinto. Como exercício resolva esses dois casos, a diferença será a letra diferente de zero e a própria posição das letras na hora de resolver o sistema. Possibilidade 05:0a , 0d , 0f , com d f . Notas de Aula 2017 –Álgebra Linear – Prof. Rui – DMA – UEM professorrui@hotmail.com Página 26 A matriz a ser considerada é 0 0 0 0 b c A d e d ; 2det 0 0A I d Procuremos o auto-espaço associado a 0 . 0 0 0 0 0 0 0 0 0 0 0 b c x e y d z 0 0 0 by cz dy ez dz 0 0 0 by dy z 0 0 0 y y z O auto-espaço é gerado, por exemplo, por 1 1,0,0v . Procuremos o auto-espaço associado a d . 0 0 0 0 0 0 0 d b c x d d e y d d z 0 0 0 0 dx by cz ez 0 0 0 0 dx by z 0 0 0 b x y d z Notas de Aula 2017 –Álgebra Linear – Prof. Rui – DMA – UEM professorrui@hotmail.com Página 27 O auto-espaço é gerado, por exemplo, por 2 ,1,0 b d v . Possibilidade 06: 0a , 0d , 0f , com a f . Possibilidade 07: 0a , 0d , 0f , com a d . A resolução desses dois casos é análoga ao caso 05. Haverá dois autovalores distintos e cada auto-espaço terá dimensão geométrica igual a 1. Para cada auto-espaço teremos um autovetor distinto. Possibilidade 08: 0a , 0d , 0f , com d f . A matriz a ser considerada é 0 0 0 0 b c A d e f ; det 0 0A I d f . Procuremos o auto-espaço associado a 0 . 0 0 0 0 0 0 0 0 0 0 b c x d e y f z 0 0 0 by cz dy ez fz 0 0 0 by dy z 0 0 0 y y z O auto-espaço é gerado pelo autovetor 1 1,0,0v . Procuremos o auto-espaço associado a d . Notas de Aula 2017 –Álgebra Linear – Prof. Rui – DMA – UEM professorrui@hotmail.com Página 28 0 0 0 0 0 0 0 d b c x d d e y f d z 0 0 0 dx by cz ez f d z 0 0 0 dx by z z 0 0 b x y d z z O auto-espaço é gerado por 2 ,1,0 b d v . Procuremos o auto-espaço associado a f . 0 0 0 0 0 0 0 f b c x d f e y f f z 0 0 0 0 fx by cz fy ez 0 0 e fx b z cz f e y z f z Notas de Aula 2017 –Álgebra Linear – Prof. Rui – DMA – UEM professorrui@hotmail.com Página 29 0 be cf fx z z f f e y z f z 2 0 be cf x z f e y z f z O auto-espaço é gerado por 3 2 , ,1 be cf e f f v . Nessa possibilidade 08 há uma base formada por autovetores que diagonaliza a matriz, tornando-a 0 0 0 0 0 0 0 A d f . Possibilidade 09: 0a , 0d , 0f , com a f . Possibilidade 10: 0a , 0d , 0f , com a d . A resolução dessas duas possibilidades é análoga à resolução anterior. Existirão 3 autovalores com respectivos auto-espaços de dimensão geométrica igual a 1. Para cada caso há uma base de autovetores na qual a matriz será diagonal. Essas diagonalizações serão 0 0 0 0 0 0 0 a A f e 0 0 0 0 0 0 0 a A d . Possibilidade 11: 0a , 0d , 0f , com a d , a f e d f . Notas de Aula 2017 –Álgebra Linear – Prof. Rui – DMA – UEM professorrui@hotmail.com Página 30 Consideramos 0 0 0 a b c A I d e f . Como a matriz é triangular o determinante é igual ao produto dos elementos da diagonal. det A I a d f . det 0 ou ou A I a d f . Procuremos os auto-espaços. (I) 0 0 0 0 0 0 0 b c x A aI v d a e y f a z 0 0 ( ) 0 ( ) 0 by cz d a y ez f a z Vamos adotar que o autor quis dizer que todos os elementos da diagonal e acima da diagonal são distintos e não nulos. Compreendendo o enunciado assim podemos olhar a terceira equação e deduzir que 0z . 0 0 ( ) 0 ( ) 0 ( ) 0 0 by cz by d a y ez d a y f a z z Notas de Aula 2017 –Álgebra Linear – Prof. Rui – DMA – UEM professorrui@hotmail.com Página 31 Como 0d a e 0b podemos deduzir que 0 ( ) 0 0 by d a y z 0 0 0 y y z Assim o auto-espaço associado a a é gerado por 1 1,0,0v . (II) 0 0 0 0 0 0 0 a d b c x A dI v e y f d z 0 ( ) 0 0 ( ) 0 a d x by cz ez f d z ( ) 0 0 0 a d x by z z ( ) 0 0 a d y x b z z Notas de Aula 2017 –Álgebra Linear – Prof. Rui – DMA – UEM professorrui@hotmail.com Página 32 Assim o auto-espaço associado a d é gerado por 2 ( ) 1, ,0 a d v b (III) 0 0 0 0 0 0 0 a f b c x A fI v d f e y z 0 ( ) 0 ( ) 0 0 0 a f x by cz d f y ez ( ) ( ) 0 ( ) 0 0 d f a f x by c y e d f z y e ( ) ( ) ( ) 0 0 c d f b x y e a f d f z y e Notas de Aula 2017 –Álgebra Linear – Prof. Rui – DMA – UEM professorrui@hotmail.com Página 33 O auto-espaço associado a f é gerado por 3 ( ) ( ) ,1, ( ) c d f b d f v e a f e . Item b. Após fazer a resolução do item a, deveríamos estudar cada caso abordado e verificar os polinômios minimais. Mas acredito que a redação do exercício deveria ser, mesmo: Seja A uma matriz 3x3 triangular superior, com todos os elementos da diagonal e acima da diagonal distintos e não nulos. Com essa correção a resolução do item a, torna-se só o caso “Possibilidade 11”. E assim, na hora de resolver este item b, não precisamos ficar considerando cada um dos casos, a resolução fica a seguinte: De acordo com o Teorema 7.2.5, as raízes do polinômio minimal são as mesmas raízes (distintas) do polinômio característico. Como o polinômio característico dessa matriz A possui 3 raízes distintas, o polinômio minimal é “igual” ao polinômio característico. O polinômio minimal de A é ( )p x x a x d x f . Exercício 05. Determine os valores de a para que as matrizes a seguir sejam diagonalizáveis. a) 1 1 0 A a b) 1 0 1 a B Notas de Aula 2017 –Álgebra Linear – Prof. Rui – DMA – UEM professorrui@hotmail.com Página 34 Resolução. Item a. As duas matrizes representam operadores lineares de 2ℝ em 2ℝ . Como procederemos? Duas alternativas podem ser adotadas. Primeiramente vamos exigir que existam dois autovalores distintos. Isso garante a existência de dois autovetores associados a autovalores distintos e, portanto dois autovetores LI. A matriz expressa nessa base de autovetores terá em sua diagonal dois números distintos, os dois autovalores. Caso exista apenas um autovalor, deveremos exigir que a multiplicidade geométrica desse único autovalor seja igual a 2. Assim poderemos escolher dentro do mesmo auto-espaço dois autovetores LI que formarão uma base na qual a matriz do operador será diagonal com elementos iguais na diagonal principal, o mesmo autovalor. O polinômio característico dessa matriz é: 1 1 det det0 A I a 1 a . Uma raiz é 1 e a outra é a . Se exigirmos que 1a existirão dois autovetores associados a autovalores distintos e, portanto LI. Eles formarão a base na qual A será diagonal. Os números que aparecerão na diagonal serão “1” e “a”. Item b. O polinômio característico da matriz B é: Notas de Aula 2017 –Álgebra Linear – Prof. Rui – DMA – UEM professorrui@hotmail.com Página 35 2 1 det det 1 0 1 a B I . Nesse caso, 1 é a única raiz, e tem multiplicidade algébrica 2. Precisamos exigir, então, que sua multiplicidade geométrica seja 2. Essa multiplicidade geométrica é a dimensão de seu auto-espaço. Mas 0 0 0 0 0 a x B I v y 0 0 0 0 ay Se 0a então 0 0 ,0 ; 0 0 0 0 ay y x x ℝ . Nesse caso a solução é uma reta. O auto-espaço tem dimensão 1. Se 0a então 2 0 0 0 , ; , 0 0 0 0 ay x y x y ℝ ℝ . Nesse caso o auto-espaço tem dimensão 2 e existem dois autovetores associados ao mesmo autovalor mas que são LI. Nesse caso, existe uma base na qual B torna-se uma matriz diagonal com números “1” na diagonal. Exercício 06. Considere 3 3:T ℝ ℝ linear, 1,0,0 , 0,1,0 , 0,0,1 a base canônica, 0,1,1 , 0, 1,1 , 1,0,1 e 2 0 1 0 3 1 0 0 3 T . Notas de Aula 2017 –Álgebra Linear – Prof. Rui – DMA – UEM professorrui@hotmail.com Página 36 a) Determine o polinômio característico de T, os autovalores de T e os autovetores correspondentes. b) Determine T e o polinômio característico. Que observação você faz a esse respeito? c) Determine uma base de 3ℝ , se possível, tal que T seja diagonal. Resolução. Item a. O polinômio característico de T é 2 0 1 det det 0 3 1 0 0 3 T I 2 3 3 Ele tem 3 raizes, 2 , 3 e 3 . 0 0 1 0 2 0 5 1 0 0 0 1 0 x T I v y z 0 0 5 0 0 z y z z 0 0 0 z y z Notas de Aula 2017 –Álgebra Linear – Prof. Rui – DMA – UEM professorrui@hotmail.com Página 37 O auto-espaço de 2 é gerado, por exemplo, pelo autovetor 1 1,0,0v . 5 0 1 0 3 0 0 1 0 0 0 6 0 x T I v y z 0 5 0 0 6 0 x z z z 0 0 0 x z z O auto-espaço de 3 é gerado, por exemplo, pelo autovetor 2 0,1,0v . 1 0 1 0 3 0 6 1 0 0 0 0 0 x T I v y z 0 0 6 0 0 0 x z y z 6 0 6 0 0 x y z y 6 6 0 0 x y z y O auto-espaço de 3 é gerado, por exemplo, pelo autovetor 1 6,1,6v . Notas de Aula 2017 –Álgebra Linear – Prof. Rui – DMA – UEM professorrui@hotmail.com Página 38 Item b. Como 0,1,1 , 0, 1,1 , 1,0,1 vamos expressar a matriz de mudança de base de beta para alfa. 0 0 1 1 1 0 1 1 1 M . det 0 0 1 1 0 0 2M 1 1 2 1 1 0 1 1 0 cof M ; 1 1 1 1 1 1 2 0 0 t cof M 1/ 2 1/ 2 1/ 2 1/ 2 1/ 2 1/ 2 1 0 0 M Calculamos, então a matriz da transformação em relação à base beta, T M T M . 1/ 2 1/ 2 1/ 2 1/ 2 1/ 2 1/ 2 1 0 0 T 2 0 1 0 3 1 0 0 3 0 0 1 1 1 0 1 1 1 Notas de Aula 2017 –Álgebra Linear – Prof. Rui – DMA – UEM professorrui@hotmail.com Página 39 0 3 1/ 2 2 1 1/ 2 1 1 3 Vamos calcular o polinômio característico. 3 1/ 2 det det 2 1 1/ 2 1 1 3 T I 3 1 11 3 1 1 6 3 2 2 2 3 22 9 18 Se procurarmos as raízes dessa equação det 0T I obteremos 3 , 3 e 2 . A conclusão é que, nesse exemplo, os autovalores são iguais, independentemente de serem calculados mediante o uso da matriz da transformação na base alfa ou na base beta. Item c. Já calculamos no item “a” três vetores, cada um deles um autovetor associado a um autovalor distinto da transformação. Logo, em relação a base 1 2 3, ,v v v a matriz da transformação será diagonal. 1 11,0,0 2 1,0,0 2T v T v . Notas de Aula 2017 –Álgebra Linear – Prof. Rui – DMA – UEM professorrui@hotmail.com Página 40 2 20,1,0 3 0,1,0 3T v T v . 3 36,1,6 3 6,1,6 3T v T v . 2 0 0 0 3 0 0 0 3 T . Exercício 07. Seja :T V V um operador linear entre espaços de dimensão finita e bases distintas e . a) Mostre que det detT T . Sugestão: veja a relação entre T e T no capítulo 6. b) Se n nA é diagonalizável, mostre que o determinante de A é o produto de seus autovalores. Sugestão: considere : n nAT ℝ ℝ , observando que a matriz AT na base canônica é exatamente A. Use, então, o resultado do item a considerando como base a base canônica e a base de autovetores. Resolução. Item a. Vamos relembrar que valem as seguintes propriedades de determinante. (I) Se A e B são matrizes quadradas, então det det detA B A B . Notas de Aula 2017 –Álgebra Linear – Prof. Rui – DMA – UEM professorrui@hotmail.com Página 41 (II) Se A é invertível então 1 1det det A A . As matrizes T e T se relacionam por multiplicação de matrizes de mudança de base conforma calculamos no exercício anterior. A relação é T M T M . Como 1M M tem-se que 1 det det det det det T M T T M . Item b. Considere n nA uma matriz diagonalizável. Isto é, é possível realizar operações elementares nas linhas de A de maneira a torná-la diagonal. Identificamos a matriz A com a matriz da transformação linear T de nℝ em nℝ tal que T v A v . Assim, a matriz da transformação é semelhante a uma matriz diagonal. Pelo que foi estudado, os elementos da forma diagonal da matriz de T são exatamente os autovalores. Como os determinantes de matrizes semelhantes são iguais, ou como quer o autor, pelo item a deduzimos que o determinante de A é o produto de seus autovalores. Notas de Aula 2017 –Álgebra Linear – Prof. Rui – DMA – UEM professorrui@hotmail.com Página 42 Exercício 08. Mostre que a matriz 1 2 3 2 A é semelhante à matriz 4 0 0 1 B . Resolução. Deveríamos exibir matrizes invertível M tal que B M A . Mas, vamos usar os estudos desse capítulo. Vamos mostrar que os autovalores e autovetores de A e de B são iguais. 1 2 det det 1 2 6 3 2 A I 2 22 2 6 3 4 9 4(1)( 4) 25 . 43 5 12 2 b a Os autovalores de A são 4 e 1 . Assim, existe base 1 2,v v formada por autovetores associados aos autovalores de A tal que essa matriz na base fica 4 0 0 1 A , que exatamente a matriz B. Calculemos o auto-espaço de 4 . Notas de Aula 2017 –Álgebra Linear – Prof. Rui – DMA – UEM professorrui@hotmail.com Página 433 3 2 0 3 2 0 2 3 2 0 3 2 0 3 2 y x x x y y x y y x Podemos escolher como gerador desse auto-espaço o autovetor 2 3 1, 2 v . Calculemos o auto-espaço de 1 . 2 2 0 2 2 0 3 3 0 3 3 0 x x y y x y x y y x Podemos escolher como gerador desse auto-espaço o autovetor 1 1, 1v . Na base 31, , 1, 1 2 a matriz A torna-se uma matriz diagonal exatamente igual a B. Precisamos executar os produtos c cc cM A M B . A matriz mais fácil de ser escrita é 1 1 3 / 2 1c M . Precisamos invertê-la. Notas de Aula 2017 –Álgebra Linear – Prof. Rui – DMA – UEM professorrui@hotmail.com Página 44 3 5det 1 2 2c M . 1 3 / 2 1 1c cof M ; 1 1 3 / 2 1 t ccof M ; 1 2 / 5 2 / 5 3 / 5 2 / 5 c cM M Então B é semelhante a A da seguinte maneira. c c c cM A M 2 / 5 2 / 5 3 / 5 2 / 5 1 2 3 2 1 1 3 / 2 1 8 / 5 8 / 5 3 / 5 2 / 5 1 1 1 3 / 2 4 0 0 1 . Exercício 09. a) Mostre que um operador linear T (num espaço de dimensão finita) que comuta com qualquer operador linear diagonalizável é diagonalizável. b) Nas condições do item a, mostre que, na verdade, T é um múltiplo escalar do operador identidade, isto é, existe um número r tal que T r I . Resolução. Seja :T V V , com dim V n . Notas de Aula 2017 –Álgebra Linear – Prof. Rui – DMA – UEM professorrui@hotmail.com Página 45 Consideremos :D V V um operador diagonalizável qualquer. Admitimos, por hipótese, que T D D T� � . A tese que temos de mostrar é que T é diagonalizável. Por hipótese D é diagonalizável. Podemos considerar a base 1,..., nv v formada por autovetores de D, na qual a matriz de D é diagonal. Pensemos em considerar o espaço V com a base . Temos que D é diagonal. 1 0 0 n v D v ⋯ ⋮ ⋱ ⋮ ⋯ . O estudante, em geral, sempre reclama de exercícios com enunciados que se iniciam com “mostre que ...” ou “demonstre que ...”. Este é um exercício desse tipo. O resultado a que se refere o enunciado é geral, vale para qualquer espaço vetorial de dimensão finita. Mas para facilitar a compreensão vamos adotar, primeiramente, o caso particular em que a dimensão de V seja 2. Se dim 2V e D é diagonalizável, ele possui um ou dois autovalores distintos. Seja 1 2,v v a base de autovetores na qual a matriz de D é diagonal. Seja a matriz de T na base alfa igual a: 11 12 21 22 a a T a a . Notas de Aula 2017 –Álgebra Linear – Prof. Rui – DMA – UEM professorrui@hotmail.com Página 46 Seja a matriz de D na base alfa igual a: 1 2 0 0 D . Tem-se, por hipótese, que T D D T� � , ou seja, os produtos das matrizes de T e de D comutam, T D D T . E isso vale para qualquer base adotada em V. Portanto, podemos adotar a base e escrever que: 11 12 21 22 a a a a 1 2 0 0 1 11 2 12 1 21 2 22 a a a a 1 2 0 0 11 12 21 22 a a a a 1 11 1 12 2 21 2 22 a a a a Para que haja a igualdade T D D T é necessário que sejam verdadeiras simultaneamente as igualdades 1 21 2 21 1 12 2 12 a a a a . Como o enunciado diz que a comutatividade da composição de T e D vale para qualquer transformação diagonalizável D, podemos exigir que os autovalores 1 e 2 seja distintos e diferentes de zero. Daí, a igualdade entre as matrizes T D e D T só ocorre se e somente se 12 21 0a a . Ou seja, T é diagonal. Notas de Aula 2017 –Álgebra Linear – Prof. Rui – DMA – UEM professorrui@hotmail.com Página 47 No caso dim 2V está provada a tese de que T é diagonalizável. Pense em um espaço vetorial V de dimensão 3. Se D é qualquer operador linear diagonalizável, podemos considerar que D tenha 3 autovalores distintos e não nulos 1 , 2 e 3 com respectivos autovetores que formam uma base 1 2 3, ,v v v . Se 11 12 13 21 22 23 31 32 33 a a a T a a a a a a e 1 2 3 0 0 0 0 0 0 D então: 1 2 3 0 0 0 0 0 0 11 12 13 21 22 23 31 32 33 a a a a a a a a a 1 11 1 12 1 13 2 21 2 22 2 23 3 31 3 32 3 33 a a a a a a a a a 11 12 13 21 22 23 31 32 33 a a a a a a a a a 1 2 3 0 0 0 0 0 0 1 11 2 12 3 13 1 21 2 22 3 23 1 31 2 32 3 33 a a a a a a a a a Como, por hipótese, o produto é comutativo, deve-se ter: Notas de Aula 2017 –Álgebra Linear – Prof. Rui – DMA – UEM professorrui@hotmail.com Página 48 1 12 2 12 1 13 3 13 2 23 3 23 2 21 1 21 3 31 1 31 3 32 2 32 a a a a a a a a a a a a Como D é qualquer operador diagonalizável, podemos considerar que todos os autovalores sejam distintos e não nulos, logo o sistema anterior só estará satisfeito se e somente se 12 13 23 21 31 32 0a a a a a a . Ou seja, T é diagonalizável. No caso geral, quando dim V n . Tem-se: A matriz de D é diagonal numa base de autovetores associados aos autovalores. Pode-se, então, adotar que esses autovalores são todos não nulos e distintos entre si. 1 0 0 n D ⋯ ⋮ ⋱ ⋮ ⋯ . A matriz de T é descrita inicialmente como 11 1 1 n n nn a a T a a ⋯ ⋮ ⋱ ⋮ ⋯ . Notas de Aula 2017 –Álgebra Linear – Prof. Rui – DMA – UEM professorrui@hotmail.com Página 49 No produto D T o autovalor 1 aparece multiplicando a linha 1, 2 aparece multiplicando a linha 2, 3 aparece multiplicando a linha 3, e assim por diante. Mas no produto D T o autovalor 1 aparece multiplicando a coluna 1, 2 aparece multiplicando a coluna 2, 3 aparece multiplicando a coluna 3, e assim por diante. Por isso, para que D T T D é necessário que a matriz de T seja uma matriz diagonal. Fica demonstrado que sob as hipóteses do enunciado T tem de ser diagonal. Item b. Nas condições do item a, mostre que existe um número r tal que T r I . Vamos voltar nossa atenção ao caso particular no qual dim 2V . Considere o operador identidade, tal que 1,0 1,0I e 0,1 0,1I . Na base canônica 1,0 , 0,1 a matriz de I torna-se 1 0 0 1 I . O operador T comuta com a identidade, logo T torna-se diagonal na base formada pelos autovetores de I. Ou seja, T preserva as direções de 1 1,0e e 2 0,1e . Notas de Aula 2017 –Álgebra Linear – Prof. Rui – DMA – UEM professorrui@hotmail.com Página 50 Considere D tal que 1,1 2, 2D e 1,1 3,3D . Na base 1,1 , 1,1 a matriz de D torna-se 2 0 0 3 D . O operador T comuta com D, logo T torna-se diagonal na base formada pelos autovetores de D. Ou seja, T preserva as direções de 1,1 e 1,1 . Considere D tal que 3, 2 5 3, 10D e 0, 7 0,14D . Na base 3, 2 , 0 7 a matriz de D torna-se 5 0 0 2 D . O operador T comuta com D, logo T torna-se diagonal na base formada pelos autovetores de D. Ou seja, T preserva as direções de 3, 2 e 0,7 . Percebemos que, como T comuta com qualquer operador diagonalizável, ele deve preservar qualquer direção! Vamos escrever isso de maneira mais formal. De maneira geral, quando consideramos um operador D que é diagonalizável, existem direções 1 2, [0,2 ) tais que: 1 1 1 1 1cos ,sen cos ,senD e 2 2 2 2 2cos ,sen cos ,senD . Notas de Aula 2017 –Álgebra Linear – Prof. Rui – DMA – UEM professorrui@hotmail.com Página 51 Como T torna-se diagonal na base 1 1 2 2cos ,sen , cos ,sen esse operador preserva as direções 1 2, [0,2 ) . Ou seja, nas condições do item a, quando dim 2V , o operador T é um múltiplo da identidade, ou seja, k ℝ tal que T k I . Se pensarmos na situação em que dim 3V podemos considerar que os vetores desse espaço são determinadas por três ângulos 1 2, e 3 pertencentes a [0,2 ) e medidos entre a direção e os vetores canônicos 1 1,0,0e , 2 0,1,0e e 3 0,0,1e . Assim, um vetor (direção) é caracterizado pelos valores dos cossenos desses ângulos. Qualquer direção em V é dada por 1 2 3cos ,cos ,cosv , com 1 2 3, , [0,2 ) . De maneira geral, quando consideramos um operador D que é diagonalizável, existem direções tais que: 1 1 1D v v , 2 2 2D v v e 3 3 3D v v . Como T comuta com todos os operadores diagonalizáveis D, a matriz T torna-se diagonal na base 1 2 3, ,v v v esse operador preserva todas as direções [0,2 ) . Ou seja, nas condições do item a, quando dim 3V , o operador T é um múltiplo da identidade, ou seja, k ℝ tal que T k I . Notas de Aula 2017 –Álgebra Linear – Prof. Rui – DMA – UEM professorrui@hotmail.com Página 52 A generalização segue naturalmente quando considera-se dim V n . Ou seja, nas condições do item a, o operador T é um múltiplo da identidade, ou seja, k ℝ tal que T k I . Exercício 10. Diz-se que um operador linear :T V V é nilpotente se existir um número inteiro positivo n, tal que 0nT , n n vezes T T T T � �⋯����� para todo v V . a) Seja T nilpotente. Determine seus autovalores. b) Determine uma matriz 2 2 0A tal que 2 2:AT ℝ ℝ seja nilpotente. c) Mostre que um operador linear nilpotente, não nulo, não é diagonalizável. Resolução. Item a. Por hipótese, existe *nℕ tal que 0nT . Vamos pensar no caso particular em que 2n . Nessa situação ( ) 0,T T v v V . Para encontrar os autovalores devemos determinar números reais tais que ( ) 0,T I v v V . Como T é linear 0 0T , então podemos escrever: ( ) 0 0,T T I v T v V , ou ainda 2 ( ) 0,T T v v V . Por hipótese 2 0T , então 2 ( ) ( ) 0,T T v T v v V . Notas de Aula 2017 –Álgebra Linear – Prof. Rui – DMA – UEM professorrui@hotmail.com Página 53 Assim obtemos que 0 ou que T é operador nulo (e que só tem autovalor zero). Como resolver o exercício se adotarmos o caso particular em que 3n ? Temos 3( ) 0,T v v V . Procuramos ℝ tal que ( ) 0,T I v v V . Como T é linear 2 2( ) 0 0,T T I v T v V . Ou seja 3 2 2( ) ( ) 0,T T v T v v V . Concluímos que ou 0 ou 2( ) 0T v v V , o que implica que T é operador nulo. Assim, se T é nilpotente com 3n então seu único autovalor é 0 . A generalização para nℕ segue com naturalidade. Deve-se determinar ℝ tal que ( ) 0,T I v v V . Como T é linear 1 1( ) 0 0,n nT T I v T v V . Ou seja 1 1( ) ( ) 0,n n nT T v T v v V . Concluímos que ou 0 ou 1( ) 0nT v v V , o que implica que T é operador nulo. Assim, se T é nilpotente então seu único autovalor é 0 . Item b. Vamos escrever uma matriz a b A c d . Notas de Aula 2017 –Álgebra Linear – Prof. Rui – DMA – UEM professorrui@hotmail.com Página 54 2 2 2 a b a b a bc ab bd A c d c d ac cd bc d . Devemos resolver 2 2 0 0 0 0 a bc ab bd ac cd bc d Vamos resolver por tentativas. Adotamos que 0a . 2 0 0 0 0 bc bd cd bc d Adotamos também que 0b . 2 0 0 0 0 0 0 cd d O que implica que 0d . O valor de c pode ser qualquer real. Então um exemplo é 0 0 0 A k . Notas de Aula 2017 –Álgebra Linear – Prof. Rui – DMA – UEM professorrui@hotmail.com Página 55 Verificação: 2 0 0 0 0 0 0 0 0 0 0 A k k . Item c. Devemos mostrar que um operador linear nilpotente, não nulo, não é diagonalizável. Vamos provar “por absurdo”. Vamos negar a tese e trabalhar para obter um absurdo, uma contradição com as hipóteses. A negação da tese é: Seja T um operador nilpotente e diagonalizável. Como admitimos que T é diagonalizável, existirá uma base formada por autovetores na qual T é diagonal. Na diagonal dessa representação matricial estarão escritos os autovalores de T. Mas todos os autovetores de T são iguais a zero. Dessa maneira, a matriz de T escrita na base é uma matriz nula. Mas T não é um operador nulo. Absurdo. Exercício 11. Diz-se que um operador linear :T V V é idempotente se 2T T , isto é, ( ) ( )T T v T v� para todo v V . a) Seja T idempotente. Determine seus autovalores. b) Determine uma matriz 2 2 0A tal que 2 2:AT ℝ ℝ seja idempotente. c) Mostre que um operador linear idempotente é diagonalizável. Notas de Aula 2017 –Álgebra Linear – Prof. Rui – DMA – UEM professorrui@hotmail.com Página 56 Resolução. Item a. Por hipótese tem-se que ( ) ( )T T v T v� para todo v V . Para determinar os autovalores de T devemos procurar números reais tais que 0,T I v v V . Como T é linear 0 0T então 0 0,T T I v T v V . Ou seja, 2 0,T T v v V . Como T é idempotente 0,T T v v V . Ou ainda 1 ( ) 0,T v v V . Para que 1 ( ) 0,T v v V deve-se ter que 1 ou que T seja a aplicação nula, e neste caso só existe autovalor nulo. Assim, os autovalores de um operador idempotente só podem ser 0 ou 1 . Item b. Pensamos em uma matriz a b T c d . O produto T T deve ser igual a T : 2 2 a b a b a bc ab bd c d c d ac cd bc d Tentamos obter uma solução do sistema: Notas de Aula 2017 –Álgebra Linear – Prof. Rui – DMA – UEM professorrui@hotmail.com Página 57 2 2 a bc a ab bd b ac cd c bc d d Resolvemos, por tentativas. Adotaremos que 1a . 2 1 1bc b bd b c cd c bc d d Para satisfazer a primeira equação, adotaremos 0b . 2 1 1 0 0 c cd c d d Para satisfazer a terceira equação adotaremos 0d . 1 1 0 0 0 0 c c Podemos escolher qualquer valor real para c. Escolhemos, por exemplo, 3c . A matriz é 1 0 3 0 A . Notas de Aula 2017 –Álgebra Linear – Prof. Rui – DMA – UEM professorrui@hotmail.com Página 58 Verificação: 1 0 1 0 1(1) 3(0) 1(0) 0(0) 1 0 3 0 3 0 3(1) 0(3) 3(0) 0(0) 3 0 AA . O autor apresenta na seção de respostas outra matriz, 2 1 2 1 . Item c. Sabe-se, por hipótese, que ( ) ( )T T v T v� para todo v V . Ou seja, ( ) ( )T T v T v 0� , ou ainda que 2 ( )T T v 0 , ou ainda que 2T T é o operador nulo. Os teoremas 7.2.3 e 7.2.4 relacionam polinômios característicos e autovalores. Então, considere o polinômio 2( )p x x x que podeser fatorado como ( ) 0 1p x x x . Verifica-se que 0p T . Como pelo item anterior os autovalores de T são 0 e 1, seu polinômio característico é da forma 1n mp . Pelo Teorema 7.2.6, como ( ) 0 1p x x x anula T e tem o menor grau possível com as raízes 0 e 1, ele é o polinômio minimal de T. Como os autovalores são distintos e seu número é 2, a dimensão do espaço, pelo Corolário 7.1.2 T é diagonalizável. Notas de Aula 2017 –Álgebra Linear – Prof. Rui – DMA – UEM professorrui@hotmail.com Página 59 (*) Exercício 12. Mostre que 3 0 0 0 2 5 0 1 2 A não é diagonalizável. No entanto, se A representar, numa certa base, um operador linear :T V V , onde V é um espaço vetorial complexo, então T é diagonalizável. Verifique este fato ou, equivalentemente, que existe uma matriz com elementos complexos 3 3P , invertível, tal que 1 3 0 0 0 0 0 0 P A P i i . Resolução. Exercício difícil. 3 0 0 0 2 5 0 1 2 A I det 3 2 2 5 3A I 3 2 2 5 23 4 2 2 5 23 1 Tem-se det 0 3 ou ou A I i i . Notas de Aula 2017 –Álgebra Linear – Prof. Rui – DMA – UEM professorrui@hotmail.com Página 60 Considerando-se o espaço vetorial sobre o corpo dos números reais, só existe a solução 3 . Este seria o único autovalor do operador. Vamos determinar os autovetores associados ao autovalor 3 . 0 0 0 0 3 0 1 5 0 0 1 5 0 x A I v y z 0 0 0 5 0 5 0 y z y z 0 0 5 5 y z y z 0 0 0 0 y z O auto-espaço associado tem dimensão 1, “x” pode assumir qualquer valor real. Esse subespaço é gerado, por exemplo, pelo autovetor 1,0,0 . Portanto, não existem 3 autovetores que possam compor uma base na qual a matriz do operador seja diagonal. Agora, se considerarmos o espaço vetorial com escalares no corpo dos números complexos existirão 3 autovalores, 3 , i e i . O auto-espaço associado com 3 tem gerador 1 1,0,0v . Procuremos o auto-espaço (complexo) associado ao autovalor i . Notas de Aula 2017 –Álgebra Linear – Prof. Rui – DMA – UEM professorrui@hotmail.com Página 61 3 0 0 0 2 5 0 1 2 i A iI i i 3 0 0 0 0 2 5 0 0 1 2 0 i x A iI v i y i z 0 3 0 2 5 0 2 0 i x i y z y i z 0 5 2 2 x y z i y i z 0 5 2 2 2 2 x i y z i i y i z 0 10 5 4 1 2 x i y z y i z 0 2 2 x y i z y i z Então esse auto-espaço tem dimensão 1. Veja que “z” pode assumir qualquer valor complexo. Um gerador desse auto- espaço é, por exemplo, 2 0, 2 ,1v i . Procuremos o auto-espaço (complexo) associado ao autovalor i . Notas de Aula 2017 –Álgebra Linear – Prof. Rui – DMA – UEM professorrui@hotmail.com Página 62 3 0 0 0 2 5 0 1 2 i A iI i i 3 0 0 0 0 2 5 0 0 1 2 0 i x A iI v i y i z 0 3 0 2 5 0 2 0 i x i y z y i z 0 5 2 2 x y z i y i z 0 5 2 2 2 2 x i y z i i y i z 0 5 2 5 2 x i y z y i z 0 2 2 x y i z y i z Então esse auto-espaço tem dimensão 1. Veja que “z” pode assumir qualquer valor complexo. Um gerador desse auto- espaço é, por exemplo, 3 0,2 ,1v i . A matriz do operador na base 1 2 3, ,v v v é diagonal, Notas de Aula 2017 –Álgebra Linear – Prof. Rui – DMA – UEM professorrui@hotmail.com Página 63 3 0 0 0 0 0 0 T i i . Obs. O enunciado do livro tem um erro de digitação, o elemento da posição (3,3) é 33a i . (*) Exercício 13. Problema pesquisa. (Pode ser retirado da lista). Seja n n M a a a a a M a a a a a M a a A a a a M a a a a a M ⋯ ⋯ ⋯ ⋮ ⋮ ⋮ ⋱ ⋮ ⋮ ⋯ ⋯ onde M e 0a são números reais. Mostre que: a) Os autovalores de A são: M a com multiplicidade 1n e ( 1)u M n a b) 1det ( 1)nA M a M n a Obs: Este é um caso particular da situação estudada no artigo “Sobre uma classe de matrizes cujo problema de autovalores é facilmente solucionável” de Odelar Leite Linhares, publicado na Revista Ciência e Cultura (SBPC) volume 29, número 8, de agosto de 1977. Notas de Aula 2017 –Álgebra Linear – Prof. Rui – DMA – UEM professorrui@hotmail.com Página 64 Resolução. Não é necessário resolver este exercício. Exercício 14. Utilize a forma diagonal para determinar nA , nℕ , nos seguintes casos: a) 3 4 1 2 A b) 0 7 6 1 4 0 0 2 2 A Você pode generalizar o seu procedimento para o caso de uma matriz quadrada qualquer? Quais as condições? Resolução. Item a. 3 4 1 2 A ; 3 4 1 2 A I ; det 0 3 2 4 0A I 26 3 2 4 0 2 2 0 1 4(1)( 2) 9 2 1 3 ou 2 2 1 b a Existem dois autovalores, 2 e 1 . Procuremos o auto-espaço associado ao autovalor 2 . Notas de Aula 2017 –Álgebra Linear – Prof. Rui – DMA – UEM professorrui@hotmail.com Página 65 3 2 4 1 4 2 1 2 2 1 4 A I 1 4 0 2 1 4 0 x A I v y 0 4 0 4 0 x y x y 4 4 x y x y Um gerador desse auto-espaço é, por exemplo, 1 4,1v . Procuremos o auto-espaço associado ao autovalor 1 . 3 1 4 4 4 1 2 1 1 1 A I 4 4 0 1 1 0 x A I v y 0 4 4 0 0 x y x y y x y x Um gerador desse auto-espaço é, por exemplo, 2 1,1v . Na base 4,1 , 1,1 a matriz torna-se 2 0 0 1 A Assim, como a matriz da composição é o produto das matrizes, tem-se que: Notas de Aula 2017 –Álgebra Linear – Prof. Rui – DMA – UEM professorrui@hotmail.com Página 66 2 2 2 2 02 0 2 0 0 1 0 1 0 1 A . 3 3 3 2 02 0 2 0 2 0 0 1 0 1 0 1 0 1 A De maneira geral a matriz nA na base alfa será 1 2 0 0 n n n A . Tem-se 4 1 1 1c M . det 4 1 3cM . 1 1 1 4 t ccof M ; 1/ 3 1/ 3 1/ 3 4 / 3 cM . Assim podemos escrever as relações: 1/ 3 1/ 3 3 4 4 1 1/ 3 4 / 3 1 2 1 1 c c c cA M A M 4 1 2 0 1/ 3 1/ 3 1 1 0 1 1/ 3 4 / 3 c c c cA M A M Notas de Aula 2017 –Álgebra Linear – Prof. Rui – DMA – UEM professorrui@hotmail.com Página 67 Nos interessa a segunda igualdade. A expressão de 2A (na base canônica) será: 2 2c c c cc c c cA M A M M A M M A M E generalizando n n nc c cc c cA M A M M A M Ou seja, 4 1 1/ 3 1/ 32 0 1 1 1/ 3 4 / 30 1 n n n A 4 2 1 1 1 1 1 4 32 1 n n 4 2 1 4 2 41 3 2 1 2 4 n n n n Item b. 0 7 6 1 4 0 0 2 2 A ; 7 6 1 4 0 0 2 2 A I . det 4 2 12 7 2A I Notas de Aula 2017 –Álgebra Linear – Prof. Rui – DMA – UEM professorrui@hotmail.com Página 68 4 7 2 12 2 4 7 2 12 2 3 22 8 14 4 7 12 3 22 2 Testamos 0 . Não é raiz. Testamos 1 . É raiz. Dividimos 3 22 2 por 1 . Obtemos a fatoração 2 2 1 0 1 4( 1)2 9 . Raízes: 2 e 1 . Então, existem três autovalores distintos. 1, 1 e 2 . Procuremos o auto-espaço associado ao autovalor 1 . 0 7 6 1 4 0 0 2 2 A ; 1 7 6 1 3 0 0 2 3 A I 1 7 6 0 1 3 0 0 0 2 3 0 x A I v y z 0 Notas de Aula 2017 –Álgebra Linear – Prof. Rui – DMA – UEM professorrui@hotmail.com Página 69 7 6 0 3 0 2 3 0 x y z x y y z 3 7 6 0 3 2 3 0 y y z x y y z 4 6 0 3 2 3 0 y z x y y z 2 3 3 2 3 y z x y y z . O auto-espaço associado ao autovalor 1 é gerado, por exemplo, pelo autovetor 1 2 3,1, 3 v . Procuremos o auto-espaço associado ao autovalor 1 . 0 7 6 1 4 0 0 2 2 A ; 1 7 6 1 5 0 0 2 1 A I 1 7 6 0 1 5 0 0 0 2 1 0 x A I v y z 0 7 6 0 5 0 2 0 x y z x y y z 12 6 0 5 2 y z x y y z 2 5 2 y z x y y z Notas de Aula 2017 –Álgebra Linear – Prof. Rui – DMA – UEM professorrui@hotmail.com Página 70 O auto-espaço associado ao autovalor 1 é gerado, por exemplo, pelo autovetor 2 5,1, 2v . Procuremos o auto-espaço associado ao autovalor 2 . 0 7 6 1 4 0 0 2 2 A ; 2 7 6 2 1 2 0 0 2 4 A I 2 7 6 0 2 1 2 0 0 0 2 4 0 x A I v y z 0 2 7 6 0 2 0 2 4 0 x y z x y y z 2 7 6 0 2 2 x y z x y y z 8 14 6 0 4 2 z z z x z y z 0 0 4 2 x z y z Um gerador desse auto-espaço é, por exemplo, 3 4, 2,1v . Consideramos a base 1 2 3, ,v v v . Notas de Aula 2017 –Álgebra Linear – Prof. Rui – DMA – UEM professorrui@hotmail.com Página 71 Nessa base a matriz de AT fica 1 0 0 0 1 0 0 0 2 A . As matrizes de mudança de base podem ser determinadas. 3 5 4 1 1 2 2 / 3 2 1 cM . 1 3 / 2 3 / 2 3 1/ 6 1/ 6 1 2 / 3 4 / 3 1 c cM M Tem-se a relação c cc cA M A M Então, 2 2c c c cc c c cA M A M M A M M A M E generalizando n n nc c cc c cA M A M M A M 1 0 03 5 4 3 / 2 3 / 2 3 1 1 2 0 1 0 1/ 6 1/ 6 1 2 / 3 2 1 0 0 2 2 / 3 4 / 3 1 nn n A (*) Exercício 15. (Pode ser retirado da lista) Considere o sistema mecânico mostrado na seguinte figura: Notas de Aula 2017 –Álgebra Linear – Prof. Rui – DMA – UEM professorrui@hotmail.com Página 72 Utilizando os procedimentos da seção 7.1.5 estude a vibração do sistema quando ele é tirado da posição de equilíbrio. Resolva completamente descrevendo o comportamento do sistema no caso em que 1 0.5m kg , 2 0.5m kg , 1 1.2 /k N m e 2 1.8 /k N m . Os deslocamentos iniciais dos corpos 1 e 2 são, respectivamente, 0.1 m para cima e 0.2 m para baixo. Resolução. §§§§§ Versão de 01 de maio de 2017.
Compartilhar