You are on page 1of 5

24

Aula

2011.11.30

AL

LEG M ; M EC

Apontamentos

(R ic a r d o .C o u tin h o @ m a th .is t.u tl.p t)

24.1

Valores e vectores prprios complexos

No que se segue vamos considerar os espaos vectoriais sobre C definidos por


Cn = {(z1 , z2 , ..., zn) : z1 , ..., zn C} .
Note-se que nestes espaos os escalares so nmeros complexos. A base cannica de Cn a
base ordenada E = (e1 , e2 , ..., en ) de C formada pelos vectores
e1 = (1, 0, ..., 0) , e2 = (0, 1, ..., 0) , ..., en = (0, 0, ..., 1) .
Note-se que se v Cn , ento
v = (z1 , z2 , ..., zn ) = z1 e1 + z2 e2 + + zn en .
Tal como fazemos para Rn , vamos identificar sem meno explcita os vectores de Cn com
as matrizes colunas de Mn1 (C).
Se v = (z1 , z2 , ..., zn ) Cn o complexo conjugado de v o vector v = (z1 , z2 , ..., zn ) Cn ,
onde zj = xj i yj o complexo conjugado de zj = xj + i yj . De forma mais geral se A
uma matriz, define-se A a matriz complexa conjugada A como a matriz que se obtm de A
substituindo cada entrada pela sua complexa conjugada.
Exemplo 24.1 Seja T : R2 R2 definida por T (x, y) = (y, x). A matriz que representa
T na base cannica de R2


0 1
A=
.
1 0
O polinmio caracterstico ento
det

1
1

= 2 + 1.

Como 2 + 1 = 0 para todo R, podemos concluir que T no tem valores prprios (nem
vectores prprios) e portanto no diagonalizvel. No entanto podemos estender T a uma
aplicao em C2 . De facto se T : C2 C2 definida por T (x, y) = (y, x), a representao
de T na base cannica de C2 dada pela mesma matriz A. Mas agora existem valores
prprios (complexos) de T :
2 + 1 = 0

= i ou = i .
 
Pelo que o espectro de T dado por T = {i, i}. Para esta transformao os espaos
prprios so


 1 
1 i

E (i) = Nuc T i Id = Nul (A i) = Nul i


1 i = Nul [ 0 0 ] = L {(i, 1)}

24 a AULA 2011.11.30 AL LEGM; MEC APONTAMENTOS (RICARDO.COUTINHO@MATH.IST.UTL.PT) 2




1 i
e
E (i) = Nuc T + i Id = Nul (A + i) = Nul [ 1i 1
i ] = Nul [ 0 0 ] = L {(i, 1)} .
i 0
Temos portanto A = SDS 1 , com S = [ 1i i
1 ] e D = [ 0 i ]; ou seja

0 1
1 0


i i
i
=
1 1
0


1 i i
=
2i 1 1

1
i i
1 1


i 0
1 i
.
0 i
1 i
0
i



De acordo com a Definio 23.2 e o Teorema 23.1, uma matriz A Mnn (K) (com K = R
ou K = C) diagonalizvel se e s se a transformao T : Cn Cn definida por T (v) = Av
diagonalizvel.
Definio 24.1 Seja A uma matriz n n (com entradas reais ou complexas). Ento os
valores prprios, vectores prprios e espaos prprios da matriz A so por definio os valores
prprios, vectores prprios e espaos prprios da transformao T : Cn Cn definida por
T (v) = Av.
De acordo com esta definio sempre que uma matriz quadrada A diagonalizvel as colunas
da matriz diagonalizante S so vectores prprios de A e a matriz diagonal D = S 1 AS tem
como entradas da diagonal principal os valores prprios de A correspondentes.
A seguinte proposio til no clculo de valores prprios e espaos prprios complexos de
uma matriz real.
Proposio 24.1 Se A uma matriz n n com entradas reais e com um vector prprio
v associado a um valor prprio complexo , ento o vector v (complexo conjugado de v)
ainda um vector prprio de A associado ao valor prprio (complexo conjugado de ).
Demonstrao. Como A v = v e o complexo conjugado do produto igual ao produto
dos complexos conjugados, temos
A v= v

A v= v

A v= v ,

porque A = A, uma vez que A tem entradas reais.

Exemplo 24.2 Considere-se a matriz


A=

1 3
1 1

O polinmio caracterstico desta matriz



 1
3
det (A ) = 
1 1



 = (1 )2 + 3


24 a AULA 2011.11.30

AL

APONTAMENTOS

LEGM; MEC

(RICARDO.COUTINHO@MATH.IST.UTL.PT)

Pelo que os valores prprios de A so

=
1
+
i
3
e

=
1

i
3. O espao prprio

correspondente ao valor prprio 1 + i 3






 

i 3
3
1 i 3
E 1 + i 3 = Nul
= Nul
= L i 3, 1 .
0 0
1 i 3
Ento
de acordo com o Teorema 24.1, o espao prprio correspondente ao valor prprio
1i 3
 


E 1 i 3 = L i 3, 1 .

Temos portanto A = SDS 1 , onde





i 3 i 3
S=
1
1

e D=


1+i 3
0
.
0
1i 3

Exemplo 24.3 Considere-se a matriz

3 2 0
3 2 .
A= 0
2 0
3
O polinmio caracterstico de A (usando o desenvolvimento de Laplace segundo a primeira
coluna no clculo do determinante)






 3 2
0 
 2

 3 2 

0

 2
3 2  = (3 ) 
det (A ) =  0
 3 2 

0
3

 2
0
3 
= (3 )3 8.

Ento os valores prprios de A so as solues da equao (3 )3 = 8, como1 8 = 8 cis (0),


temos (em C) trs solues

k2
3
3 = 8 cis
para k = 0, 1, 2.
3
 k2 
Portanto os valores
prprios
de
A
so

=
3

2
cis
para k = 0, 1, 2, ou seja, como
3

 2 
cis 3 = 12 + i 23

= 1 , = 4 i 3 e = 4 + i 3.
Como a valores prprios distintos correspondem vectores prprios linearmente independentes
(Proposio 23.2), conclumos desde j que a matriz A diagonalizvel. Calculando os
espaos prprios temos

2 2 0
1 0 1
2 2 = Nul 0 1 1 = L {(1, 1, 1)} ,
E (1) = Nul (A 1) = Nul 0
2 0
2
0 0 0
1

Usamos aqui a notao cis = cos + i sen . Outra notao corrente para a mesma expresso

ei = cos + i sen = cis .

24 a AULA 2011.11.30

AL

LEGM; MEC

APONTAMENTOS

(RICARDO.COUTINHO@MATH.IST.UTL.PT)

2
+
i
3
2
0




E 4 i 3 = Nul A 4 + i 3 = Nul
0
2 + i 3
2 =
2
0
2 + i 3
 2 

2 cis 3
2
0
 

= Nul
0
2 cis 2
2
3
 2 
2
0
2 cis 3


Pelo mtodo de Gauss (relembre-se que cis cis = cis ( + ) e que cis ( + 2) = cis )
 
 

1 4

cis( 3 )L1
2 cis 2
2
0
1 cis 4
0 
2
3
3
 2 
+L1
21 cis( 43 )L2 0
L3

0
2 cis 3
2
1
cis 4
3
 2 
1
2
L
2 3
2
0
2 cis 3
1
0
cis 3

 

0
1 cis 4
3
 

0
1  cis 4
3
4
2
0 cis 3
cis 3

L1 +cis(

4
3
4
3

L3 +cis(

 
1 0 cis  2
3 
0 1 cis 4
3
0 0
0

)L2
)L2

Portanto





 4  
  2 
1
3
1
3
E 4 i 3 = L cis 3 , cis 3 , 1 = L 2 + i 2 , 2 i 2 , 1 .


Ento
de acordo com o Teorema 24.1, o espao prprio correspondente ao valor prprio
4+i 3





3
3
1
1
E 4 + i 3 = L 2 i 2 , 2 + i 2 , 1 .

Consequentemente A = SDS 1 , onde

1 12 + i 23 12 i 23
S = 1 12 i 23 12 + i 23
1
1
1

1
0
0
0 .
e D = 0 4i 3
0
0
4+i 3

Exemplo 24.4 Considere-se a matriz

1 2
A = 0 1 1 .
0 1 0

7
5

O polinmio caracterstico de A
 7





1
2
 5
 7
  1 1   7


 = 2 + 1 .
1 1  = 5 
det (A ) =  0
5
1

 0
1


Como 2 + 1= 0 = 1 214 = 1i2 3 , conclumos que os valores prprios de A so


= 75 , = 12 + i 23 e = 12 i 23 . Pelo que a matriz A diagonalizvel.

24 a AULA 2011.11.30

24.2

AL

LEGM; MEC

APONTAMENTOS

(RICARDO.COUTINHO@MATH.IST.UTL.PT)

Existncia de vectores prprios

Ao considerarmos transformaes em Cn somos levados ao clculo de polinmios caractersticos de matrizes com entradas complexas. Estes polinmios complexos so da forma
p (z) = a0 + a1 z + + an1 z n1 + an z n ,
onde os coeficientes aj e a varivel z so nmeros complexos. Se an = 0 dizemos que o
polinmio p (z) tem grau n. Os nmeros complexos z0 tais que p (z0 ) = 0 designam-se por
razes (ou zeros) do polinmio p (z).
2iz + 3 um polinmio de grau 3; p (z) = z 4 + 3z 2 + 1
Exemplo 24.5 p (z) = (2 + i) z 3 +
um polinmio de grau 4; p (z) =
2 + i 3 z + 2 + 3i um polinmio de grau 1.

O seguinte Teorema garante que qualquer polinmio de grau maior que zero tem raizes; a
sua demonstrao fica fora do mbito deste curso de lgebra Linear.

Teorema 24.2 (Fundamental da lgebra) Se p (z) um polinmio de grau n  1,


ento existe z0 C tal que p (z0 ) = 0.
Como consequncia simples deste Teorema, usando diviso de polinmios obtemos o seguinte
Corolrio (do qual tambm no daremos demonstrao).
Teorema 24.3 Se p (z) = a0 + a1 z + + an1 z n1 + an z n um polinmio de grau n  1,
ento pode ser escrito na forma
p (z) = an (z z1 )m1 (z z2 )m2 . . . (z zp )mp ,
onde z1 , z2 ,. . . , zp so as razes de p (z) e m1 , m2 ,. . . , mp so inteiros positivos tais que
m1 + m2 + + mp = n,
designados por multiplicidades das respectivas razes.
Exemplo 24.6 O polinmio p (z) = (z i)3 = z 3 3iz 2 3z + i tem uma nica raiz z = i
de multiplicidade 3.
Outra consequncia imediata do Teorema Fundamental da lgebra a existncia de vectores
prprios para qualquer matriz quadrada.
Teorema 24.4 Se A uma matriz quadrada n n, ento existem 0 C e v Cn tais que
v = 0 e Av =0 v.
Demonstrao. Basta aplicar o Teorema Fundamental da lgebra ao polinmio caracterstico p () = det (A ).
Corolrio 24.5 Se V um espao vectorial sobre C de dimenso finita e T : V V uma
tranformao linear, ento existem 0 C e v V tais que v = 0 e T v =0 v.