1

Licenciatura em Matemática Transmissão: 29/10/07 (segunda-feira)

Álgebra Linear II

Aula 13.3 P3 / Anselmo Tempo: 20:45 / 21:50 (1h05’)

1.

Unidade 05: Produto interno, operadores lineares e auto-adjuntos.

Tema 12: Operadores lineares especiais
Objetivo: Fixar através de exercícios a teoria de operadores lineares especiais, auto-
adjuntos e ortogonais.

2. Arte
Aplicação

⎛ 1 2 2 ⎞
⎜− 3 3 3 ⎟
⎜ ⎟
Mostre que a matriz A = ⎜ 2
−
1 2 ⎟
é ortogonal.
⎜ 3 3 3 ⎟
⎜ ⎟
⎜ 2 2
−
1⎟
⎜ ⎟
⎝ 3 3 3⎠

3. Arte
Solução
A = (aij ) n×n é uma matriz ortogonal se A ⋅ At = At ⋅ A = I
⎛ 1 2 2 ⎞
⎜− 3 3 3 ⎟
⎜ ⎟
A= ⎜ 2
−
1 2 ⎟
⎜ 3 3 3 ⎟
⎜ ⎟
⎜ 2 2 1⎟
− ⎟
⎜
⎝ 3 3 3⎠
⎛ 1 2 2 ⎞
⎜−3 3 3 ⎟
⎜ ⎟
A =
t ⎜ 2
−
1 2 ⎟
⎜ 3 3 3 ⎟
⎜ ⎟
⎜⎜ 2 2 1
− ⎟⎟
⎝ 3 3 3⎠
⎛ 1 2 2 ⎞⎛ 1 2 2 ⎞
⎜− 3 3 3 ⎟ ⎜ −
3 3 3 ⎟ ⎛1 0 0⎞
⎜ ⎟⎜ ⎟
⎜ 2 1 2 ⎟⎜ 2 1 2 ⎟ ⎜ ⎟
AA =
t
− . − = ⎜0 1 0⎟
⎜ 3 3 3 ⎟ ⎜ 3 3 3 ⎟
⎜ ⎟⎜ ⎟ ⎜⎝ 0 0 1 ⎟⎠
⎜⎜ 2 2 1 2 2 1
− ⎟⎟ ⎜⎜ − ⎟⎟
⎝ 3 3 3⎠ ⎝ 3 3 3⎠

4. Arte
Matriz Ortogonal
Teorema
Seja A uma matriz ortogonal. Então det A = ±1

Álgebra Linear II Aula 13.3 Anselmo

 2

5. Arte
Aplicação

⎛ 1 2 2 ⎞
⎜− 3 3 3 ⎟
⎜ ⎟
⎜ 2 1 2 ⎟
Sendo A = − uma matriz ortogonal, termos que det A = 1 .
⎜ 3 3 3 ⎟
⎜ ⎟
⎜⎜ 2 2 1⎟
− ⎟
⎝ 3 3 3⎠

6. Arte
Solução
1 2 2 1 2
− −
3 3 3 3 3
2 1 2 2 1
det A = − −
3 3 3 3 3
2 2 1 2 2
−
3 3 3 3 3

1 8 8 4 4 4 27
det A = − + + + + + = =1
27 27 27 27 27 27 27

7. Arte
Matriz Ortogonal
Teorema
Uma matriz é ortogonal se e somente se as colunas (ou as linhas) são vetores ortonormais.

8. Arte
Aplicação

⎛ 1 2 2 ⎞
⎜− 3 3 3 ⎟
⎜ ⎟
Mostre que a matriz A = ⎜ 2
−
1 2 ⎟
é ortogonal.
⎜ 3 3 3 ⎟
⎜ ⎟
⎜ 2 2 1⎟
− ⎟
⎜
⎝ 3 3 3⎠

9. Arte
Solução

Álgebra Linear II Aula 13.3 Anselmo

 3

⎛ 1 2 2 ⎞
⎜− 3 3 3 ⎟
⎜ ⎟
A= ⎜ 2
−
1 2 ⎟
⎜ 3 3 3 ⎟
⎜ ⎟
⎜⎜ 2 2 1
− ⎟⎟
⎝ 3 3 3⎠
1 2 2 2 1 2 2 2 1
u = (− , , ) v = ( ,− , ) w = ( , ,− )
3 3 3 3 3 3 3 3 3
⎧⎪< u , v > = < u , w > = < v, w > = 0
{u , v , w} é ortonormal ⇔ ⎨
⎪⎩ u = v = w = 1
1 2 2 2 1 2 2 2 4
< u , v >= < ( − , , );( , − , ) > = − − + = 0
3 3 3 3 3 3 9 9 9
1 2 2 2 2 1 2 4 2
< u , w > = < ( − , , ) ;( , , − ) > = − + − = 0
3 3 3 3 3 3 9 9 9
2 1 2 2 2 1 4 2 2
< v , w > = < ( , − , );( , , − ) > = − − = 0
3 3 3 3 3 3 9 9 9
2 2 2
1 2 2 ⎛ 1⎞ ⎛2⎞ ⎛ 2⎞
u = (− , , ) = ⎜− ⎟ +⎜ ⎟ +⎜ ⎟ =1
3 3 3 ⎝ 3⎠ ⎝ 3⎠ ⎝ 3⎠
2 2 2
2 1 2 ⎛ 2⎞ ⎛ 1⎞ ⎛2⎞
v = ( ,− , ) = ⎜ ⎟ +⎜− ⎟ +⎜ ⎟ =1
3 3 3 ⎝ 3⎠ ⎝ 3⎠ ⎝ 3⎠
2 2 2
2 2 1 ⎛ 2⎞ ⎛ 2⎞ ⎛ 1⎞
w = ( , ,− ) = ⎜ ⎟ +⎜ ⎟ +⎜− ⎟ =1
3 3 3 ⎝ 3⎠ ⎝ 3⎠ ⎝ 3⎠

10. Arte
Operador Auto-Adjunto
Definição
Seja V um espaço vetorial com produto interno, α uma base ortonormal de V e

T : V → V um operador linear. Dizemos que T é um operador auto-adjunto se [T ]α é

α

uma matriz simétrica, ou seja, ([T ]α ) = [T ]α

α t α
.

11. Arte
Aplicação
Mostre que o operador T : R 3 → R 3 definido por
T ( x, y, z ) = ( x − y, − x + 3 y + 2 z , 2 y + 4 z ) é um operador auto-adjunto.

12. Arte
Solução
Seja α = {(1, 0, 0) , (0,1, 0) , (0, 0,1)} base ortonormal de R 3 .
⎛ 1 −1 0 ⎞
⎜ ⎟
[T ]α
α
= ⎜ −1 3 2 ⎟
⎜ 0 2 4⎟
⎝ ⎠

Álgebra Linear II Aula 13.3 Anselmo

 4

⎛1 −1 0 ⎞
([T ] )α t
α
⎜
= ⎜ −1
⎜0
3 2⎟
⎟

⎝ 2 4 ⎟⎠
⎛1 −1 0 ⎞
([T ] ) α t
α
⎜
= ⎜ −1
⎜0
⎟
3 2 ⎟ = [T ]α .
α

⎝ 2 4 ⎟⎠

13. Arte
Aplicação
Seja T: R → R um operador linear definido por T ( x, y , z ) = (2 x + y , x + y, y − 3 z )
3 3

com produto interno canônico < , > .

a) Mostre que T é um operador auto-adjunto mas não ortogonal.
b) Se v = (2, −1,5) e w = (3, 0,1) , verifique que < Tv, w > = < v, Tw > .

14. Arte
Solução a
T ( x, y, z ) = (2 x + y, x + y + z , y − 3 z ) = (2 x + 1y + 0 z ,1x + 1y + 1z , 0 x + 1y − 3 z )
α = {(1, 0, 0) , (0,1, 0) , (0, 0,1)} base ortonormal de R 3 .
⎡2 1 0 ⎤ ⎡2 1 0 ⎤
[T ] = ⎢⎢1 1 1 ⎥⎥
α
α ([T ] )
α t
α = ⎢⎢1 1 1 ⎥⎥
⎢⎣ 0 1 −3⎥⎦ ⎢⎣ 0 1 −3⎥⎦

[T ]αα = ([T ]αα ) é simétrica ⇒ T auto-adjunto.

t

⎡2 1 0 ⎤
[T ]αα = ⎢⎢1 1 1 ⎥⎥
⎢⎣ 0 1 −3⎥⎦
Como as colunas de [T ] não são vetores ortonormais, T não é ortonormal.

15. Arte
Solução b
< , > produto interno canônico
T ( x, y, z ) = (2 x + y, x + y, y − 3z )
v = (2, −1,5) e w = (3, 0,1) , verifique que < Tv, w > = < v, Tw > .
Tv = T (2, −1,5) = (3, 6, −16)
Tw = T (3, 0,1) = (6, 4, −3)
< Tv , w > = < (3, 6, −16) , (3, 0,1) > = − 7
< v , Tw > = < (2, −1,5) , (6, 4, −3) > = − 7
< Tv , w > = < v , Tw >

Tira Dúvidas Tempo: 21:50 /22:00 (10’)

Álgebra Linear II Aula 13.3 Anselmo