docsity

Resumo: Diagonalização de Operadores Lineares

Diagonalização de Operadores Lineares


Um dos assuntos mais importantes de Álgebra Linear é Diagonalização de Operadores Lineares. Uma das motivações para diagonalizar um operador linear é porque as operações com matrizes diagonais são muito mais simples do que as operações com matrizes não diagonais.


Neste resumo você vai aprender o que são operadores lineares diagonalizáveis, o que é multiplicidade algébrica e multiplicidade geométrica de um autovalor e como encontrar a forma diagonal de um operador diagonalizável.


1. Operadores Lineares Diagonalizáveis


Dizemos que uma matriz é diagonal se ela é da forma


A=(λ1000λ200000λn)A=\begin{pmatrix} {\color{#1C9BBF}\lambda_{1}} & 0 & \cdots & 0 \\ 0 & {\color{#20AC5B}\lambda_{2}} & \cdots & 0 \\ \vdots & \vdots & \ddots & 0 \\ 0 & 0 & 0 & {\color{#EF8722}\lambda_{n}}\end{pmatrix},


isto é, todas as entradas da matriz que não estão na diagonal são iguais a 0.


Dizemos que um operador TT é diagonalizável se existe alguma base B\color{#F8719A}B tal que [T]B[T]_{{\color{#F8719A}B}} é diagonal. Isto significa que, na base B\color{#F8719A}B, a matriz do operador linear TT é uma matriz diagonal (se você precisa relembrar o que são operadores lineares, clique aqui).


Vamos escrever a base B\color{#F8719A}B como B={v1,v2,,vn}{\color{#F8719A}B}=\{{\color{#1C9BBF}v_{1}},{\color{#20AC5B}v_{2}},\dots,{\color{#EF8722}v_{n}} \}. Veja que, se [T]B[T]_{{\color{#F8719A}B}} está escrita na forma da matriz AA acima, então temos que:


T(v1)=λ1v1,T(v2)=λ2v2,,T(vn)=λnvnT({\color{#1C9BBF}v_{1}})={\color{#1C9BBF}\lambda_{1}v_{1}}, T({\color{#20AC5B}v_{2}})={\color{#20AC5B}\lambda_{2}v_{2}},\dots,T({\color{#EF8722}v_{n}})=\color{#EF8722}\lambda_{n}v_{n}


Ou seja, λ1,λ2,λn{\color{#1C9BBF}\lambda_{1}}, {\color{#20AC5B}\lambda_{2}},\dots{\color{#EF8722}\lambda_{n}} são os autovalores, e v1,v2,,vn{\color{#1C9BBF}v_{1}},{\color{#20AC5B}v_{2}},\dots,{\color{#EF8722}v_{n}} são os autovetores do operador linear TT (você pode relembrar o que são autovalores e autovetores clicando aqui). Assim, obtemos a seguinte informação sobre diagonalização de operadores lineares: Uma condição necessária e suficiente para que um operador linear seja diagonalizável:


Um operador linear é diagonalizável     \iff Existe uma base de autovetores


2. Bases Formadas por Autovetores


Nesta seção vamos apresentar um algoritmo para encontrar uma base de autovetores de um operador linear TT . Para isto, é importante que você lembre o que é o polinômio característico e como encontrá-lo.


O passo a passo do algoritmo é:


a) Encontrar o polinômio caracterísico pT(t)p_{T}(t);

b) Encontrar as raízes deste polinômio, que são os autovalores;

c) Encontrar os autoespaços;

d) Unir os autoespaços;

e) Ver se formam uma base.


Vamos ver este algoritmo de diagonalização de operadores lineares sendo aplicado em dois exemplos.


Exemplo 1:


Suponha que o operador TT , na base canônica, tenha a seguinte matriz:


[T]can=(403020605)[T]_{can}=\begin{pmatrix}-4 & 0 & -3 \\ 0 & 2 & 0 \\ 6 & 0 & 5 \end{pmatrix}.


Para recordar como encontrar a matriz de um operador em uma base, basta clicar aqui.


a) O polinômio característico, então, é pT(t)=(t2)2(t+1)p_{T}(t)=-{\color{#20AC5B}(t-2)}^2{\color{#1C9BBF}(t+1)}.


b) Os autovalores são λ1=1{\color{#1C9BBF}\lambda_{1}}={\color{#1C9BBF}-1} e λ2=2{\color{#20AC5B}\lambda_{2}}={\color{#20AC5B}2} .


c) Os autoespaços são V(1)=[(1,0,1)]\color{#1C9BBF}V(-1)=[(-1,0,1)] e V(2)=[(1,0,2),(0,1,0)]\color{#20AC5B}V(2)=[(1,0,-2),(0,1,0)] (caso tenha dificuldades em encontrar autoespaço, veja mais sobre isto clicando aqui).


d) Unindo os autoespaços encontrados acima, temos C={(1,0,1),(1,0,2),(0,1,0)}{\color{#F8719A}C}=\{{\color{#1C9BBF}(-1,0,1)},{\color{#20AC5B}(1,0,-2),(0,1,0)}\}


e) Como nosso conjunto C{\color{#F8719A}C} possui três vetores L. I., então C{\color{#F8719A}C} é uma base formada por autovetores, e assim, o operador TT é diagonalizável (se precisa relembrar alguma coisa sobre bases, você pode conferir aqui).


Assim, nesta base formada por autovetores, a matriz da transformação TT é


[T]C=(λ1000λ2000λ2)=(<

/mo>100020002)[T]_{{\color{#F8719A}C}}=\begin{pmatrix}{\color{#1C9BBF}\lambda_{1}} &amp; 0 &amp; 0 \\ 0 &amp; {\color{#20AC5B}\lambda_{2}} &amp; 0 \\ 0 &amp; 0 &amp; {\color{#20AC5B}\lambda_{2}}\end{pmatrix}=\begin{pmatrix}{\color{#1C9BBF}-1} &amp; 0 &amp; 0 \\ 0 &amp; {\color{#20AC5B}2} &amp; 0 \\ 0 &amp; 0 &amp; {\color{#20AC5B}2} \end{pmatrix} .


OBSERVAÇÃO: A ordem importa. Veja que a ordem dos vetores na base C\color{#F8719A}C da esquerda pra direita é a mesma ordem dos autovalores na diagonal da matriz [T]C[T]_{{\color{#F8719A}C}}.


Exemplo 2:


Suponha que T:R2R2T:\Bbb{R}^{2}\rightarrow\Bbb{R}^{2} tem a seguinte matriz na base canônica:


[T]can=(1101)[T]_{can}=\begin{pmatrix} 1 &amp; 1 \\ 0 &amp; 1 \end{pmatrix}


a) O polinômio característico é pT(t)=(1t)2p_{T}(t)={\color{#1C9BBF}(1-t)}^2 .


b) O único autovalor é λ=1\color{#1C9BBF}\lambda=1


c) O único autoespaço é V(1)=[(1,0)]\color{#1C9BBF}V(1)=[(-1,0)] .


d) Como o único autoespaço é V(1)\color{#1C9BBF}V(1), então temos o conjunto C={(1,0)}{\color{#F8719A}C}=\{{\color{#1C9BBF}(-1,0)}\}


e) Como o conjunto C{\color{#F8719A}C} possui apenas um vetor, não pode ser base para R2\Bbb{R}^{2}.


Assim, não existe base formada por autovetores, então TT não é diagonalizável.


3. Multiplicidade Algébrica e Geométrica de um Autovalor


Vamos considerar um polinômio característico qualquer de um operador TT . Podemos escrevê-lo da seguinte forma:


pT(t)=(tλ1)r1(tλ2)r2(tλn)rnp_{T}(t)=(t-{\color{#1C9BBF}\lambda_{1}})^{{\color{#EF8722}r_{1}}}(t-{\color{#1C9BBF}\lambda_{2}})^{{\color{#EF8722}r_{2}}}\dots(t-{\color{#1C9BBF}\lambda_{n}})^{{\color{#EF8722}r_{n}}} .


As multiplicidades algébricas são os expoentes r1,r2,,rn{\color{#EF8722}r_{1}},{\color{#EF8722}r_{2}},\dots,{\color{#EF8722}r_{n}}. Por exemplo, a multiplicidade algébrica do autovalor λ1{\color{#1C9BBF}\lambda_{1}} é r1{\color{#EF8722}r_{1}}, do autovalor λ2{\color{#1C9BBF}\lambda_{2}} é r2{\color{#EF8722}r_{2}}, e assim prossegue.


Podemos considerar agora os autoespaços associados a esses autovalores:


V(λ1),V(λ2),,V(λn)V({\color{#1C9BBF}\lambda_{1}}),V({\color{#1C9BBF}\lambda_{2}}),\dots,V({\color{#1C9BBF}\lambda_{n}})


As multiplicidades geométricas são as dimensões dos autoespaços acima. Por exemplo, a multiplicade geométrica do autovalor λ1{\color{#1C9BBF}\lambda_{1}} é dim(V(λ1)){\color{#9E3ACC}\dim}(V({\color{#1C9BBF}\lambda_{1}})), do autovalor λ2{\color{#1C9BBF}\lambda_{2}} é dim(V(λ2)){\color{#9E3ACC}\dim}(V({\color{#1C9BBF}\lambda_{2}})), e assim prossegue (caso queira rever o conceito de dimensão, clique aqui).


As multiplicidades algébricas e geométricas são muito importantes na diagonalização de operadores lineares. Vamos ver estes conceitos aplicados em um exemplo.


Exemplo:


Vamos considerar o operador linear TT do exemplo 1 da seção acima. Sua matriz na base canônica é


[T]can=(403020605)[T]_{can}=\begin{pmatrix}-4 &amp; 0 &amp; -3 \\ 0 &amp; 2 &amp; 0 \\ 6 &amp; 0 &amp; 5 \end{pmatrix} .


Seu polinômio característico é:


pT(t)=(t2)2(t+1)1p_{T}(t)=-{\color{#20AC5B}(t-2)}^{\color{#EF8722}2}{\color{#1C9BBF}(t+1)}^{{\color{#EF8722}1}}.


Assim, a multiplicidade algébrica do autovalor λ1=1{\color{#1C9BBF}\lambda_{1}=-1} é r1=1{\color{#EF8722}r_{1}=1} , e do autovalorλ2=2{\color{#20AC5B}\lambda_{2}}={\color{#20AC5B}2} é r2=2{\color{#EF8722}r_{2}=2} .


Os autoespaços associados são


V(1)=[(1,0,1)]V({\color{#1C9BBF}-1})=[(-1,0,1)] e V(2)=[(1,0,2),(0,1,0)]V({\color{#20AC5B}2})=[(1,0,-2),(0,1,0)].


Assim, a multiplicade geométrica do autovalor λ1=1{\color{#1C9BBF}\lambda_{1}=-1} é dim(V(1))=1{\color{#9E3ACC}\dim}(V({\color{#1C9BBF}-1}))={\color{#9E3ACC}1} e do autovalor λ2=2{\color{#20AC5B}\lambda_{2}}={\color{#20AC5B}2} é dim(V(2))=2{\color{#9E3ACC}\dim}(V({\color{#20AC5B}2}))={\color{#9E3ACC}2}.


OBSERVAÇÃO: Em qualquer operador linear, teremos que pra cada autovalor,


multiplicidades algébricas \geq multiplicidades geométricas.


4. Condições para que um Operador Linear Seja Diagonalizável


Vamos considerar um operador linear em Rn\Bbb{R}^{n},


T:RnRnT:\Bbb{R}^{n}\rightarrow\Bbb{R}^{n} .


Primeiro vamos apresentar uma condição suficiente para que TT seja diagonalizável.


I) Se TT possui nn autovalores distintos, então TT é diagonalizável.


Esta condição é suficiente, mas não necessária. Isto significa que, se você perceber que TT possui nn autovalores distintos, você já pode concluir que TT é diagonalizável, mas caso perceba que não existem nn autovalores distintos, você NÃO pode concluir disso que TT não é diagonalizável.


Agora, vamos apresentar duas condições necessárias e suficientes para que TT seja diagonalizável.


II) TT é diagonalizável &ThickSpace;&ThickSpace;\iff TT possui nn autovetores L.I. entre si;


III) TT é diagonalizável &ThickSpace;&ThickSpace;\iff Todas as raízes do polinômio característico são reais, e as multiplicidades algébricas são iguais às multiplicidades geométricas.


Se alguma destas condições for satisfeita, então podemos fazer a diagonalização do operador linear.


Exemplo: No exemplo dado seção 3, todos os autovalores são reais e as multiplicidades algébricas são iguais às geométricas, logo, TT é diagonalizável pela condição III).


5. Como Diagonalizar uma Matriz


Seja TT um operador linear diagonalizável, com sua forma diagonal sendo a matriz D=[T]C\color{#C90000}D=[T]_{C}, que é a matriz de TT na base CC de autovetores. Para obter a matriz D\color{#C90000}D a partir da matriz A=[T]can\color{#20AC5B}A=[T]_{can}, que é a matriz de TT na base canônica, faz-se uma multiplicação de matrizes da seguinte forma:


A=PDP1{\color{#20AC5B}A}={\color{#EF8722}P}{\color{#C90000}D}{\color{#EF8722}P^{-1}}


Onde P\color{#EF8722}P é uma matriz quadrada, chamada de matriz de transição.


Esta matriz de transição é a matriz de mudança de base, de autovetores CC para a base canônica. Se você precisa relembrar mudanças de base, recomendo os vídeos e os materiais encontrados aqui.


Vamos fazer um exemplo para mostrar como diagonalizar operadores lineares na prática.


Exemplo: Usaremos o mesmo operador linear TT usado nas seções 1 e 3 deste resumo. Sua matriz na base canônica é


[T]can=(403020605)[T]_{can}=\begin{pmatrix}-4 &amp; 0 &amp; -3 \\ 0 &amp; 2 &amp; 0 \\ 6 &amp; 0 &amp; 5 \end{pmatrix} .


Seu polinômio característico é


pT(t)=(t2)2(t+1)p_{T}(t)=-{\color{#20AC5B}(t-2)}^2{\color{#1C9BBF}(t+1)},


Logo, seus autovalores são


λ1=1{\color{#1C9BBF}\lambda_{1}}={\color{#1C9BBF}-1} e λ2=2{\color{#20AC5B}\lambda_{2}}={\color{#20AC5B}2} .


Note que temos apenas 2 autovalores distintos, então não podemos usar o critério a) da seção 4 para concluir que TT é diagonalizável, mas também não podemos concluir que TT não é diagonalizável.


Os autoespaços são:


V(1)=[(1,0,1)]\color{#1C9BBF}V(-1)=[(-1,0,1)] e V(2)=[(1,0,2),(0,1,0)]\color{#20AC5B}V(2)=[(1,0,-2),(0,1,0)] .


Veja que temos 3 autovalores distintos, logo, pelo critério II) da seção 4, o operador TT é diagonalizável.


A base formada por autovetores é a base:


C={(1,0,1),(1,0,2),(0,1,0)}{\color{#F8719A}C}=\{{\color{#1C9BBF}(-1,0,1)},{\color{#20AC5B}(1,0,-2),(0,1,0)}\},


E a forma diagonal diagonal de TT será a matriz de TT na base C{\color{#F8719A}C} , logo,


D=[T]C=(λ1000λ2000λ2)=(100020002){\color{#C90000}D}=[T]_{{\color{#F8719A}C}}=\begin{pmatrix}{\color{#1C9BBF}\lambda_{1}} &amp; 0 &amp; 0 \\ 0 &amp; {\color{#20AC5B}\lambda_{2}} &amp; 0 \\ 0 &amp; 0 &amp; {\color{#20AC5B}\lambda_{2}}\end{pmatrix}=\begin{pmatrix}{\color{#1C9BBF}-1} &amp; 0 &amp; 0 \\ 0 &amp; {\color{#20AC5B}2} &amp; 0 \\ 0 &amp; 0 &amp; {\color{#20AC5B}2} \end{pmatrix} .


Para construir a matriz de transição P{\color{#EF8722}P} basta encontrar a matriz de mudança da base canônica para a base C{\color{#F8719A}C} . Neste caso, como a mudança vai "sair" na base canônica, basta escrever os autovetores na vertical e você obterá a matriz de transição.


P=[I]C,can=(110001120){\color{#EF8722}P}=[I]_{{\color{#F8719A}C},can}=\begin{pmatrix}{\color{#1C9BBF}-1} &amp; {\color{#20AC5B}1} &amp; {\color{#20AC5B}0} \\ {\color{#1C9BBF}0} &amp; {\color{#20AC5B}0} &amp; {\color{#20AC5B}1} \\ {\color{#1C9BBF}1} &amp; {\color{#20AC5B}-2} &amp; {\color{#20AC5B}0} \end{pmatrix}.


Assim, com estas matrizes nós obtemos a relação desejada:


[T]can=PDP1[T]_{can}={\color{#EF8722}P}{\color{#C90000}D}{\color{#EF8722}P^{-1}} .


Para mais informações, vídeos e exercícios resolvidos sobre Diagonalização de Operadores Lineares, você pode acessar o site da Estudar Com Você neste link: https://estudar.com.vc/cursos/autovalores-autovetores-e-diagonalizacao?chosen_concept=11634.

Registre-se e continue a aula gratuitamente
Você poderá assistir de qualquer dispositivo
universidadedabiblia
luis-carlos-ferreira-1
mateus-puane
nato-ribeiro
julio-schuh
joao-victor-wva
josilene-barbosa
eduardo-santana-98h
theo-100
aricia-marcelino
Outros alunos 4 256 estão fazendo este curso na Docsity