FACULDADE JOO CALVINO CURSO DE ESPECIALIZAO LATU SENSU

PS-GRADUAO EM MATEMTICA, TECNOLOGIAS CONTEMPORNEAS E NOVAS PRTICAS EDUCACIONAIS

FORMA CANNICA DE JORDAN

FERNANDO SILVEIRA ALVES

Orientadora: Eunice Candida Pereira

Barreiras - BA

2011

FERNANDO SILVEIRA ALVES

FORMA CANNICA DE JORDAN

Artigo apresentado Faculdade Joo Calvino, como requisito para obteno do certicado de Ps-Graduao em Matemtica, Tecnologias Contemporneas e Novas Prticas Educacionais, sob a orientao da Prof Dra. Eunice Cndida Pereira.

Barreiras - BA 2011

FORMA CANONICA DE JORDAN

Fernando Silveira Alves Eunice Cndida Pereira

RESUMO
Neste trabalho zemos um estudo relacionado a construo da forma cannica de Jordan para espao vetorial complexo de dimenso nita.

ABSTRACT

Palavras chaves: Forma cannica de Jordan; Espao vetorial; Dimenso nita.

In this work we have done a study related to the construction of the Jordan canonical form to complex vector space of nite dimension.

INTRODUO
polinmio de

Key words: Jordan canonical form; Vector space; Finite dimension.

Podemos decompor um operador linear

sobre um espao vetorial

com dimenso nita

por meio dos valores e vetores caracteristcos de

T,

para casos particulares, ou seja, quando o

decompe-se sobre um corpo

de escalares num produto de polinmios unitrios,

distintos e de grau

1.

E quando

arbitrrio, o que fazer? Se tentarmos estudar

usando valores

caracteristcos, iremos nos confrontar com dois problemas. Primeiro,

poder no ter nenhum valor caracteristco, isto na verdade, uma decincia

do corpo de escalares, a saber ele no algebricamente fechado. Segundo, mesmo que o polinmio caracteristco se decomponha completamente sobre no existir vetor caracteristcos sucientes de

F T

num produto de polinmio de grau

1,

podem

para gerar o espao sobre

V.

A segunda situao ilustrada pelo operador em relao base cannica por

(F um corpo arbitrrio) representado

2 0 0 A = 1 2 0 . 0 0 1 A

O polinmio caracteristco de de

(x 2)2 (x + 1)

e este obviamente o polinmio mininal

A (ou de T ).
 Ps

Assim

no diagonalizvel. V-se que isto ocorre porque o ncleo de

T (T 2I)

graduanda(o) em Matemtica, Tecnologias Contemporneas e Novas Prticas Educacionais pela Faculdade Joo Calvino  BA. Professora Orientadora do Curso de Especializao da Faculdade Joo Calvino - BA.

tem dimenso

apenas. Por outro lado, o ncleo de

T +I

e o ncleo de

(T 2I)2

juntos geram

V.
Se o polinmio minimal de

se decompe como

pm (x) = (x 1 )r1 . . . (x k )rk

sendo

1 , , k elementos distindos de F , ento mostraremos que o espao V a soma direta ri dos ncleos de (T i ) , i = 1, , k . Diante do esposto no presente artigo, trabalhamos com operador linear T : V V sendo F = C (dimenso nita). Exibiremos uma base para V na qual a matriz A de T formada por uma srie de blocos de Jordan ao longo da diagonal. Um bloco de Jordan uma matriz A triangular inferior cujos elementos diagonais so todos iguais a um mesmo autovalor de T e os elementos baixo da diagonal so todos iguais a 1. Diz-se ento que a matriz A est na forma cannica de Jordan. Quando V possui uma base formada por autovetores de T , os blocos de Jordan so todos 1 1, e neste caso, a forma cannica de Jordan para T uma matriz diagonal.
A citada forma exibe a matriz mais simples que se pode obter de um operador linear. Para cumprir com os objetivos supra citados, utilizamos operadores nilpotentes uma vez que possuem matrizes tringulares. A forma cannica de Jordan til no estudo de questes que envolvem potncias sucessivas do operador

T,

como as equaes diferenciais lineares e as equaoes diferenciais lineares.

Preliminares Espaos Vetoriais

Em 1888 Giuseppe Peano introduziu a primeira denio axiomtica de espao vetorial, mas a teoria do espao vetorial propriamente dita comeou a se desenvolver somente a partir de 1920. Atravs da resoluo de sistemas lineares foi que se desenvolveu a teoria dos espaos vetoriais. Um dos assuntos que tem importncia tanto para o desenvolvimento dos sistemas lineares, quanto posteriormente para os espaos vetoriais o estudo das curvas algbricas.

Denio 1.

Um espao veorial

sobre um corpo

um conjunto cujos elementos (denominados

vetores) podem ser somados ou multiplicados por escalares (elementos de adio e multiplicao devem satisfazer:

F ).

Estas operees de

1. Comutatividade: 2. Associatividade: 3. Distributividade:

v1 + v2 = v2 + v1 ; (v1 + v2 ) + v3 = v1 + (v2 + v3 ) c (v1 + v2 ) = cv1 + cv2

e e

(c1 c2 ) v1 = c1 (c2 v1 );

(c1 + c2 ) v = c1 v + c2 v ;

4. Vetor nulo:

v+ 0 =v

(para um vetor

independente de

v ); v );

5. Inverso aditivo:

v + (v) = 0 1v = v ;

(para um vetor

que depende de

6. Multiplicao por 1:

Para quaisquer vetores

v, v1 , v2 , v3 V mn

e quaisquer escalares

c, c1 , c2 F .;

Exemplo 2.
vetores

O espao das

matrizes,

F mn .

Seja

um corpo arbritrio e sejam

inteiros positivos. Seja

mn

o conjunto de todas as matrizes sobre o corpo

F.

A soma de dois

em

F mn

denida por

(A + B)ij = Aij + Bij

O produto de um escalar

pela matriz

denido por

(cA)ij = cAij .
Propriedades:

1. Se

w+u = w+v implica u = w .

ento

u = v.

Em particular,

w+u = w

implica

u= 0

w+u = 0

Com efeito, da igualdade

w+u=w+v

segue-se que

u = 0 + u = (w + w) + u = w + (w + u) = w + (w + v) = (w + w) + v = 0 +v =v w + u = w implica w + u = w + 0 , w + u = w + (w) logo u = w. u = 0. w+u = 0

Em particular,

logo

E se

ento

2. Dados

0 F e v V tem-se 0 v = 0 V . Analogamente, dados F e 0 V , vale 0 = 0. De fato, v + 0 v = 1 v + 0 v = (1 + 0) v = 1 v = v , logo 0 v = 0 . De modo anlogo, como 0 + 0 = 0 + 0 = 0 , segue de 1 que 0 = 0 .

3. Se 4.

=0

v= 0

ento

v = 0.

(1) v = v

Subespaos Vetoriais
Denio 3.
mente um

V subespao )
Seja

um espao vetorial sobre um corpo de

F.

Um

subespao vetorial

(ou simples-

um subconjunto

W V

com as seguintes propriedades:

1.

0 W; u, v W vW
ento

2. Se 3. Se

u + v W; F , v W ;

ento, para todo

Teorema 4. Um subconjunto no-vazio W de V um subespao de V se, e somente se, para cada

par de vetores u, v em W e a cada escalar em F , o vetor u + v W .

Teorema 5. Seja V um espao vetorial sobre um corpo F. A interseo de uma coleo arbitrria
de subespaos de V um subespao vetorial de V .

Denio 6.

Sejam

um espao vetorial sobre um corpo

v1 , , v n

vetores xados em

V.

Ento o conjunto

S = {x1 v1 + . . . + xn vn : x1 , , xn F } =
i=1

xi v i : xi F

um subespao de geralmente, seja

V.

E este subespao chamado de

subespao gerado

por

v1 , , v n .

Mas

um subconjunto no vazio de

V.

Ento

S=
i=1
o subespao de

xi v i : xi F

vi

gerado por

onde

o conjunto de

geradores

de

V,

e ser denotado por

S = [] .
Quando

= {v1 , , vn },

denotaremos

[]

por

[v1 , , vn ].

Denio 7.
somas

Se

S1 , S 2 , , S k

so subconjuntos de um espao vetorial

V,

o conjunto de todas as

x1 + x2 + + xk
de vetores

xi

em

Si

dito a

soma

dos subconjuntos

S1 , S2 , , Sk

e indicado por

S1 + S2 + S3 + + Sk
ou por

Si
i=1
Se

W1 , W 2 , , W k

so subespaos de

V,

ento a soma

W = W1 + W2 + + Wk
um subespao de

que contm cada um dos subespaos

Wi .

Exemplo 8.
das

Seja

um subcorpo do corpo

dos nmeros complexos e seja

o espao vetorial

22

matrizes sobre

F.

Seja

W1

o subconjunto de

constitudo por todas as matrizes da

forma

x y z 0
onde

x, y, z

so escalares arbitrrios em

F. Finalmente, seja W2 x 0 0 y

o subconjunto de

constitudo por

todas as matrizes da forma

onde

so arbitrrios em

F.

Ento

W1

W2

so subespaos de

V.

Alm disso

V = W1 + W2
O subespao

W 1 W2

consiste de todas as matrizes da forma

x 0 0 0

Denio 9.
vetoriais de subespaos

Seja

um espao vetorial de dimenso nita sobre um corpo que o subespao

F, U
a

subespaoes dos

V tais que U W = {0}. Dizemos U e W , e denotamos por U W .

U +W

soma direta

Combinao Linear
Denio 10.
Seja linear dos vetores

V um espao vetorial sobre um corpo F . Um vetor v em V uma combinao v1 , , vn em V se existirem escalares x1 , , xn F tais que
n

v = x1 v1 + . . . + xn vn =
i=1

x i vi .

Dependncia e Independncia Linear

Denio 11.
vetores Seja

um espao vetorial sobre um corpo

v1 , , vn V .

Dizemos que os

v1 , , v n

so

linearmente dependentes (LD)

se existirem escalares

x1 , , x n F ,
(1)

no todos iguais a

0,

tais que

x1 v1 + . . . + xn vn = 0.

Ou, equivalente, a equao vetorial 1 admite uma soluo no-nula. Caso contrrio, dizemos que os vetores

v1 , . . . , v n

so

linearmente independentes (LI) ou, equivalente, a equao vetorial 1

admite apenas a soluo nula.

Base e Dimenso
Denio 12.
vetores em Seja

um espao vatorial sobre um corpo

F.

Um conjunto

= {v1 , , vn }

de

V uma base de V se as seguintes condioes so satisfeitas: = {v1 , , vn } LI ; Se = {v1 , , vn } gera V , ou pela notao, V = [v1 , , vn ];

Observao.
uma base.

Pode ser provado, usando o Lema de Zorn, que todo espao vetorial

V = {0}

possui

Teorema 13. Sejam V um espao vetorial sobre um corpo F e v1 , , vn vetores em V tais que
V = [v1 , , vn ] .

Ento, dentre estes vetores, podemos extrair uma base de V .

Teorema 14. Se V um espao vetorial sobre um corpo F tal que

V = [v1 , , vm ] .

Ento todo conjunto com mais de m vetores em V LD. Assim, todo conjunto de vetores em V possui no mximo m vetores.

Corolrio 15. Seja V um espao vetorial de dimenso nita sobre um corpo F . Se

{u1 , , um } e {v1 , , vn }

so duas bases quaisquer de V , ento m = n.

Denio 16.

Seja

um espao vetorial de dimenso nita sobre um corpo

o numero de elementos em alguma base de

e ser denotada por

F . A dimenso de V dim V ou dimF V . Note que

pelo Corolrio 15, que est denio no depende da base de

V,

isto , est bem denida. Quando

V = {0},

convencionamos que

dim V = 0.

Denio 17.

Sejam

qualquer de vetores

V um espao vetorial sobre um corpo F de V . O posto de denido por posto () = dim [] .

= {v1 , , vn } um subconjunto

Lema 18. Seja V um espao vetorial sobre um corpo F . Seja {v1 , , vm } um subconjunto LI
em V . Ento v V [v1 , , vm ] se, e somente se, {v1 , , vm , v} um conjunto LI .

Mudana de Base
Denio 19. Seja V
de um espao vetorial de dimenso nita sobre um corpo

F.

Uma base ordenada

uma sequencia nita de vetores

LI

que gera

e ser denotada por

{v1 , , vn }
Se a sequncia

v1 , , v n

uma base ordenada de

V,

ento

{v1 , , vn }

 uma base de

V.

Teorema 20. Sejam V um espao vetorial de dimenso nita sobre um corpo F e = {v1 , , vn }
uma base ordenada de V . Ento todo vetor v V pode ser escrito de modo nico sob a forma:
v = x1 v1 + . . . + xn vn .

Denio 21.

Sejam

um espao vetorial de dimenso nita sobre um corpo

F,

= {u1 , , un }
duas bases ordenadas de nico sob a forma

= {v1 , , vn } vV
pode ser escrito de modo

V.

Ento pelo Teorema 20, todo vetor

u = x u + . . . + x u 1 1 n n u = y v + . . . + y v
1 1 n n

(2)

Assim,

[u] = x1
. . .

[u] = y1
. . .

. aij F
tais que

xn
Como,

yn

vj V ,

para cada

j = 1, . . . , n,

temos que existem nicos

v1 = a11 u1 + . . . + an1 un =
. . . . . . . . . . . . .. . . . . . . . . . .

n i=1 ai1 ui . . . n i=1

(3)

vn = a1n u1 + + ann un =
Logo, pela equao 2, temos que

ain ui

u = y1 v1 + . . . + yn vn
n n

=
j=1 n

yj
i=1 n

aij ui aij yj ui

=
i=1 j=1

Assim, pela unicidade das coordenadas, temos que

x1 = a11 y1 +
. . . . . . . . . . . . .. .

+ a1n yn
. . . . . .

xn = an1 y1 +

+ ann yn

Em forma matricial

x1
. . .

a11
. . . .. .

a1n
. . .

y1
. . .

xn
Fazendo

an1 a11
. . . .. .

ann a1n
. . .

yn

[I] =
obtemos

an1 ann

[u] = [I] [u] .

A matriz

[I]

chamada a

matriz de mudana de base

da base

para a base

Transformaes Lineares
Denio 22.
Dizemos que Sejam

espaos vetoriais sobre um corpo

uma aplicao de

em

W.

T uma transformao linear se T (u + v) = T (u) + T (v) para todo u, v E . T (u) = T (u) para todo u E , F .

possui as seguintes propriedades:

Das duas propriedades de transformao linear, obtemos facilmente que

T (u + v) = T (u) + T (v)
para todo

u, v V

e todos os escalares

, F .

Teorema 23. Sejam V e W espaos vetoriais sobre o corpo F , com dim (V ) = n, = {v1 , , vn }
uma base ordenada de V e w1 , , wn elementos arbitrrios, para todo u, v V e todos os escalares , F de W . Ento existe uma nica transformao linear T : V W tal que
T (vj ) = wj para j = 1, . . . n.

Ncleo e Imagem
Denio 24.
V
em Sejam

espaos vetoriais sobre um corpo

uma transformao linear de

W.

O conjunto

Im (T ) = {w W/w = T (v)
denominada

para algum

v V}

imagem da transformao T .

Teorema 25. O conjunto Im (T ) W um subespao vetorial de W . Denio 26.

V
em Sejam

espaos vetoriais sobre um corpo

uma transformao linear de

W.

O conjunto

Ker (T ) = v V /T (v) = 0W
da transformao

denominado

ncleo

T.

Teorema 27. O conjunto Ker (T ) V um espao vetorial de V . Teorema 28. Sejam V e W espaos vetoriais sobre um corpo F e T uma transformao linear de
V em W . Ento, T uma aplicao injetora se, e somente se, Ker (T ) = 0V .

Teorema 29. Sejam V e W espaos vetoriais sobre um corpo F , com dim (V ) = n e T : V W

uma transformao linear. Ento,
dim (Ker (T )) + dim (Im (T )) = dim (V ) .

lgebra das Transformaes Lineares

Denio 30.
Sejam

espaos vetoriais sobre o corpo

F.

Denotamos por

L (V, W )

conjunto de todas as transformaes lieares de

em

W,

isto ,

L (V, W ) = {T : V W/T

uma transformao linear

}.

Denio 31. Dadas as transformaes lineares T, P L (V, W ). formaes T + P : V W da seguinte forma

Denimos a

adio de trans-

(T + P ) (v) = T (v) + P (v) ; v V.

A aplicao assim denida tambm uma transformao linear.

Denio 32. Dada a transformao linear T L (V, W ) e o escalar F . Denimos multiplicao de uma transformao por um escalar T : V W da seguinte forma:
(T ) (v) = T (v) ; v V.
A aplicao assim denida tambm uma transformao linear.

Teorema 33. L (V, W ) um espao vetorial sobre um corpo F com relao as operaes de adio
de transformaes lineares e multiplicao por escalar denidas anteriormente.

Teorema 34. Sejam V e W espaos vetoriais de dimenso nita sobre um corpo F , com dimenses
n e m respectivamente. Ento, o espao vetorial L (V, W ) tem dimenso nita e dim (L (V, W )) = nm. U, V e W espaos vetoriais sobre o corpo F . Considere as transformaes lineares T : U V e P : V W . Denimos a composio das transformaes P e T , que denotaremos por S = P T : U W , da seguinte forma:
Sejam

Denio 35.

S (u) = (P T ) (u) = P (T (u)) W ; u U.

Teorema 36. A aplicao S = P T uma transformao linear de U em W . Denio 37.

Seja

um espao vetorial sobre o corpo

F.

Um

operador linear

sobre

uma

transformao linear de

em

V.

Denio 38.

Seja

um espao vetorial sobre o corpo

F.

Denotaremos por

L (V )

o conjunto de

todos os operadores lineares sobre

V,

isto ,

L (V ) = {T : V V /T

um operador linear

}.

Denio 39.

L (V ) podemos denir a operao potenciao para expoentes 0 naturais de um operador T L (V ) da seguinte forma: T = I, T 1 = T , T 2 = T T , e T n = T T n1 para n N.
No espao vetorial

Exemplo 40.

Transformaes do plano:

Rotao de um ngulo

(sentido anti-horrio).

x = r cos ( + ) = r cos cos r sin sin Mas r cos = x e r sin = y . Ento, = {v1 , , vn } LI ; Se = {v1 , , vn } gera V , ou pela notao, V = [v1 , , vn ]; x = x cos y sin . Analogamente, y = r sin ( + ) = r (sin cos + cos sin ) = y cos + x sin . Assim, R (x, y) = (x cos y sin , y cos + x sin ) ou na forma coluna, x y
.

x cos y sin y cos + x sin

cos sin sin cos

x y

Funcionais Lineares
Denio 41. funcional linear sobre V

V um espao vetorial sobre um corpo F . aplicao J : V F com as seguintes propriedades: J (u + v) = J (u) + J (v) ; u, v V ; J (u) = J (u) ; u V e F ;
Seja

Um

uma

Exemplo 42.

Considere o espao vetorial real

Mn (R).

A Aplicao

T r : Mn (R) R
n

A = [aij ] T r (A) =
i=1
que o trao da matriz

aii

A,

um funcional linear sobre

Mn (R).

Espao Dual
Denio 43. Seja V
uma base ordenada de um espao vetorial de dimenso nita sobre um corpo

= {v1 , v2 , , vn }

V.

O funcional linear denido por:

Ji : V F v Ji (v) = ci
onde

[v] = c1
. . .

cn
o vetor de coordenadas do elemento O funcional

em

V,

tem um importante papel na teoria de espao dual.

Ji

denominado

isima

funo coordenada com respeito base ordenada

Denio 44.

Note que

Ji = ij ,

onde

ij

o delta de Kronecker, isto ,

1 ij = 0

para para

i=j i=j F.
O espao vetorial

Denio 45.
corpo

Seja

um espao vetorial sobre um corpo

L (V, F )

sobre o

denominado espao dual do espao vetorial

V,

que denotamos por

Teorema 46. Considere V um espao vetorial de dimenso nita sobre o corpo F com =
{v1 , , vn } um base ordenada de V . Sejam Ji a i-sima funo coordenada a respeito da base , para i = 1, . . . , n, e = {J1 , , Jn }. Ento uma base ordenada para o espao dual V , denominada base dual da base . Alm disso, todo funcional linear T V representado da seguinte forma:
n

T =
i=1

T (vi ) Ji

e cada elemento v V escrito como:

n

v=
i=1

Ji (v) vi .

Assim, temos que dim (V ) = n.

Autovalor e Autovetor de um Operador Linear

T : V V um operador linear. Se existirem v V , no nulos, F tais queT (v) = v , ento o escalar F um autovalor de T e o elemento v V um autovetor de T associado ao autovalor .
Sejam

Denio 47.

um espao vetorial sobre o corpo

Teorema 48. Sejam V um espao vetorial sobre um corpo F , T um operador linear sobre V e v
um autovetor associado ao autovalor . Ento, qualquer elemento w = v , com F no-nulo, tambm um autovetor de T associado a .

Denio 49.

Sejam

Fixando um autovalor

V um espao vetorial sobre o corpo F , do operador T, o subconjunto V = {v V /T (v) = v}

T :V V

um operador linear.

denominado

subespao associado ao autovalor .

V
igual ao subespao Kert (T

Podemos observar facilmente que o subconjunto De fato, tomando um elemento

IV ).

v V

temos que

T (v) = v (T IV ) v = 0V v ker (T IV ) .
Logo, temos que

V = ker (T IV ).

Assim, provamos que

um subespao de

V , pois sabemos

que o ncleo de um operador linear um subespao de

V.

Autovalor e Autovetor de uma Matriz

A, de ordem n, estaremos entendendo por autovetor e autovalor de A autovalor e autovetor da transformao linear AT : V V , associada matriz A em relao a base canonica, isto , TA (v) = A v (na forma coluna). Assim, um autovalor F de A, um autovetor v V , so solues da equao A v = v, v = 0.
Dada uma matriz quadrada,

Polinmio Caracteristco
Denio 50.
determinante Dada

A Mnn (F )

denimos o polinmio caracterstico de

como sendo o

pA () = det (A I) .
onde

a matriz identidade de ordem

n.

Denio 51.
Mnn (F )

Sejam

invertvel

A, B Mnn (F ). 1 tal que A = M BM .

Dizemos que

so semelhantes se existir

Proposio 52. Se A, B Mnn (F ) so matrizes semelhantes ento seus polinmios caractersticos so iguais.

Proposio 53. Sejam V um espao vetorial de dimenso nita sobre um corpo F e T L (V ).

Ento, um autovalor de T se, e somente se pT () = 0.

Denio 54.
Observao.

Um polinmio mnimo

mnico de menor grau tal que

m p [F ] m (T ) = 0. T : V V,

de uma aplicao

T :V V

um polinmio

Todo operador linear

denido em um espao

de dimenso nita

n,

possui um polinmio mnimo.

Proposio 55. Se p (T ) = 0 para um polinmio p p [F ] e m um polinmio mnimo de T , ento

p mltiplo de m.

Teorema 56. (Cayley-Hamilton) Seja V um espao complexo de dimenso nita n. Se p p [F ]

for o polinmio caracterstico de T : V V , ento p (T ) = 0.

Proposio 57. Sejam V um espao vetorial de dimenso nita sobre um corpo F e T L (V ).

Se um autovalor de T , denimos a multiplicidade algbrica de como sendo a multiplicidade de como raiz de pT (x).

Denio 58.
Se

Sejam

um espao vetorial de dimenso nita sobre um corpo

T L (V ).

um autovalor de

T,

ento sua multiplicidade geomtrica no excede a sua multiplicao

algbrica.

Diagonalizao
Denio 59. Denio 60.
V
matriz de Sejam

um espao vetorial de dimenso nita e

diagonlizavel se existir uma base de Note que se

formada por autovetores

T L (V ). de T .

Dizemos que

formada por autovetores

T L (V ) diagonalizvel e se v1 , v2 , , vn formam uma base B de de T associados, respectivamente, aos autovalores 1 , , n , ento a ,

em relao a esta base

1 0 0 0 2 0 [T ]B = . . . .. . . . . . . . 0 0 n
ou seja,

[T ]B

uma matriz diagonal, isto , uma matriz quadrada

(aij )

tal que

aij = 0

se

i = j.

Teorema 61. Sejam V um espao vetorial de dimenso nita e T L (V ). Ento, T diagonalizvel se, e somente se existir uma base de V com relao a qual a matriz de T diagonal.

Denio 62.

Dizemos que uma matriz

A Mnn (F )

diagonalizvel se existir

M Mnn (F )

invertvel tal que

M 1 AM

seja uma matriz diagonal.

Proposio 63. Sejam V um espao vetorial de dimenso nita, T L (V ) e C uma base qualquer
de V . Ento T diagonalizvel se, e somente se a matriz [T ]C for diagonalizvel. Observao. Note que se T for diagonlizavel,onde os nmeros 1 , , n de T o seu polinmio caracteristico da forma
pT (x) = (x 1 ) (x n ) ,
onde os nmeros so todos os autovalores

1 , , n

so todos os autovalores de

T.

Teorema 64. Sejam V um espao vetorial e T L (V ). Ento, T diagonalizvel se, e somente

se os autovalores 1 , , n de T forem tais que
V = V (1 ) V (n ) .

Teorema 65. Sejam V um espao vetorial e T L (V ) . Ento T diagonalizvel se, e somente

se, para cada autovalor de T as suas multiplicidades algbricas e geomtricas forem iguais.

Corolrio 66. Sejam V um espao vetorial e T L (V ).

pT (x) = (1 x) (n x) ,

onde 1 , , n F so dois a dois distintos ento T diagonalizvel.

Exemplo 67.

Verique se

T : P2 (R) P2 (R)

dado por

T (p (t)) = p (t) 2p (t) + p (t)

diagonalizvel.
Soluo: A matriz

com relao a base cannica (B

= {1, x, x2 })

dada por

1 2 2 A = 0 1 4 . 0 0 1
Assim, e

pT () = (1 )3 e, desta forma, 1 o nico autovalor de T . Como T diagonalizvel somente se, dim V (1) = 3, vejamos qual a dimenso deste subespao prprio.

se,

 0 x 0 2 2 (x, y, z) V (1) 0 0 4 y = 0 y = z = 0. 0 0 0 0 z
Portanto,

V (1) = [(1, 0, 0)]

Seja

no diagonalizvel. cuja matriz com relao a alguma base dada por

Exemplo 68.

T : R2 R2

A=
Mostre que

a b b c

diagonalizvel. O polinmio caracteristco de

Soluo:

dado por

pT (x) = x2 (a + c) x + ac b2 .
Vemos que

pT (x)

apresenta duas razes reais simples, isto , com multiplicidade um, se e somente

se, o discriminante

(a + c)2 4 ac b2 = a2 + b2 2ac + 4b2 = (a c)2 + 4b2 > 0

se, e somente se,

a=0

ou

b = 0.

Vemos assim, se

a=0

ou

e geomtrica de cada um doas autovalores de diagonalizvel. Se diagonal.

(as razes de

b=0 pT (x))

as multiplicidades algbrica coincidem e, portanto,

T A

a = c

b = 0

ento v-se claramente que

diagonalizvel pois, neste caso,

Produto Interno
Trata-se de uma noo que completa e enriquece a estrutura de um espao vetorial, permitindo a utilizao de uma linguagem geomtrica altamente sugestiva e o destaque de tipos especiais de operadores, os quais admitem uma anlise mais profunda de suas propriedades, como se ver a seguir:
Os axiomas de espaos vetoriais no so sucientes para abordar certas noes geomtricas como ngulo, perpendicularismo, comprimento, distncia, etc. Isto torna possvel com a introduo de um produto interno. Um

produto interno

num espao vetorial

um funcional linear simtrico e positivo em

V.

Mais precisamente, um produto interno uma funo

vetores

u, v V

um nmero real

vlidas as seguintes propriedades,

V V R, que associa a cada par de u, v , chamado o produto interno de u por v , de modo que sejam para quaisquer u, u , v, v V e R:

Bilinearidade:

u + u , v = u, v + u , v

u, v = u, v

u, v + v = u, v + u, v

u, v = u, v

u, v = v, u ; Positividade: u, v > 0 se u = 0. Como 0, v = 0 + 0, v = 0, v + 0, v 0, v = v, 0 = 0 para todo v V .

Comutatividade (simetria):

, segue-se que

Observao.
vV
ento

Resulta da positividade que se

Segue desta observao que se

u, v = 0 u, u V so u, u

para todo

vV

ento

vetores tais que

u = 0. u, v = u , v

para todo

u=u. u =
chama-se a

O nmero no-negativo

norma

ou o

comprimento

do vetor

u.

Denio 69.

V um espao vetorial com produto interno. Dois vetores u, v V chamam-se ortogonais (ou perpendiculares ) quando u, v = 0. Escreve-se, ento, uv . Em particular, 0 perpendicular a qualquer vetor de V . Um conjunto W V diz-se ortogonal quando dois vetores distintos quaisquer de W so ortogonais. Se, al disso, todos os vetores de W so unitrios ento W chama-se um conjunto ortonormal.
Seja

Denio 70.
tem-se

Portanto, um conjunto se

u, v = 0

u=v

W V u, v = 1 se u = v .

ortonormal se, e somente se, dados Uma base

ortonormal

uma base

u, v W de V que

um conjunto ortonormal.

A FORMA CANNICA DE JORDAN

Operadores Nilpotentes
Um operador linear

T :V V

diz-se

nilpotente

quando se tem

O ndice de um operador nilpotente o menor nmero

kN

tal que

T k = 0 para algum k N. T k = 0. Isso signica que Ak = 0

para

k1

=0

T = 0. A
chama-se nilpotente quando se tem Se

Analogamente, uma matriz quadrada algum

k N.

k1

=0

A = 0,

diz-se que a matriz nilpotente

tem ndice

k.

Exemplo 71.

Um exemplo simples de matriz nilpotente dado pela matriz

coluna o vetor nulo e, para matriz tem a forma abaixo:

1 j k 1, A=

sua

jsima 0 0 0 1 0 0 0 0

coluna

ej+1

k k cuja ksima Rk . Para k = 4 essa

0 1 0 0

0 0 1 0

A matriz deste exemplo provm do operador

ek , T (ek ) = 0. Evidentemente, matriz A) igual a k .

tem-se

T : Rk Rk , denido por T (e1 ) = e2 , , T (ek1 ) = T k = 0 e T k1 = 0. Logo o ndice do operador T (e da

Teorema 72. Dado o operador T : V V , seja v V um vetor tal que T k1 (v) = 0 e T k (v) = 0.
Ento os vetores v, T (v) , , T k1 (v) so linearmente independentes.

Corolrio 73. Num espao vetorial de dimenso n, o ndice de um operador nilpotente n. Corolrio 74. Seja T : V V um operador nilpotente de ndice n num espao vetorial V , de
dimenso n. Existe uma base de V na qual a 0 1 [T ]BV = 0 . . . 0 matriz de T tem a forma abaixo: 0 0 0 0 0 0 0 0 1 0 0 0 . . . . . . . . . . . . . 0 0 1 0

Vale, evidentemente, a recproca do Corolrio 74 acima: se alguma matriz do operador T : V V (onde dim V = n) tem a forma acima ento T um operador nilpotente de ndice n.

Lema 75. Se {T (w1 ) , , T (wp )} uma base da imagem do operador T : V V e {v1 , , vq }

uma base do ncleo de T ento {w1 , , wp , v1 , , vq } uma base de V .
Seja inicialmente o operador nilpotente Tomemos uma base que

T :V V,

de ndice 2:

T =0

T 2 = 0. T2 = 0
signica

Im (A) N (A),

logo

{T (w1 ) , , T (wp )} da existem vetores v1 , , vq

imagem de tais que

T.

A condio

U = {T (w1 ) , , T (wp ) , v1 , , vq }
uma base de

ker (A).

Pelo lema, o conjunto

K = {w1 , T (w1 ) , , wp , T (wp ) , v1 , , vq }

uma base de

V.
blocos da

Em relao a esta base formada por

K , a matriz do matrizes 2 2 do tipo

operador nilpotente

T : V V,

de ndice 2,

0 0 1 0
ao longo da diagonal (onde

o posto =

dim (Im (T ))

de

T ),

seguidos de

colunas nulas, onde

2p + q = dim (V ).

Exemplo 76.

Sejam

T : R5 R5

nilpotente de ndice 2, sua matriz na base

tem uma das

formas abaixo, conforme seu posto seja 2 ou 1:

0 1 0 0 0

0 0 1 0 0

0 0 0 1 0

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 0 0 0 0

0 0 0 0 0

Em seguida, consideremos um operador nilpotente A restrio de

T :V V Im (T )

de ndice 3.

as subespao invariante

um operador nilpotente de ndice 2.

Lembrando que os elementos de

Im (T )

so todos da forma

T (w),

resulta que existe uma base de

Im (T )

do tipo

T (w1 ) , T 2 (w1 ) , , T (wp ) , T 2 (wp ) , T (v1 ) , , T (vq ) ,

com

T 2 (v1 ) = = T 2 (vq ) = 0.

Os vetores linearmente independentes

T 2 (w1 ) , , T 2 (wp ) , T (v1 ) , , T (vq )

pertencem ao ncleo de

T,

logo podem ser incluidos numa base:

U = T 2 (w1 ) , , T 2 (wp ) , T (v1 ) , , T (vq ) , u1 , , ur N (T ) .

Segue do Lema que o conjunto

K = w1 , T (w1 ) , T 2 (w1 ) , , wp , T (wp ) , T 2 (wp ) , v1 , T (v1 ) , , vq , T (vq ) , u1 , , ur

uma base de

V.
blocos de

Em relao a esta base formada por

K , a matriz do operador matrizes 3 3 da forma 0 0 0 1 0 0 0 1 0

nilpotente

T : V V,

de ndice 3,

ao longo da diagonal, seguidos por

blocos de matrizes

22

da forma

0 0 1 0
ainda ao longo da diagonal, e por de

p+q+r

a dimenso de

r colunas ker (A)).

de zeros. (Aqui,

o posto de

T 2 , 2p + q

o posto

Eventualmente, pode-se ter operador nilpotente

q=0

T,

de ndice 3, na

Isso nos assegura que para um

r = 0 (ou ambos). Mas as base K , devem ser e2 , e3 e 0. 5 5 operador nilpotente T : R R

ou

trs primeiras colunas do

de ndice 3, uma base

na qual sua matriz tem uma das formas seguintes

0 1 0 0 0

0 0 1 0 0

0 0 0 0 0

0 0 0 0 1

0 0 0 0 0

ou

0 1 0 0 0

0 0 1 0 0

0 0 0 0 0

0 0 0 0 0

0 0 0 0 0

conforme o posto de

seja 3 ou 2.

T : V V , dizemos que um subespao vetorial W V m m1 cclico (em relao a T ) quando existe um vetor u W tal que T (u) = 0 e {u, T (u) , , T (u)} uma base de W . Isto signica que W V um subespao vetorial de dimenso m, invariante por T , e que a restrio de T ao subespao W um operador nilpotente de ndice m. Por exemplo, na base K , anteriormente obtida quando analisamos um operador nilpotente de ndice 3, cada um dos vetores w1 , , wp gera um subespao cclico de dimenso 3, cada vj (j = 1, , q) gera um subespao cclico de dimenso 2 e cada ul (l = 1, , r) gera um subespao cclico de dimenso 1 (o que signica que T (u1 ) = = T (ul ) = 0).
Dado um operador nilpotente

Teorema 77. Seja T : V V um operador nilpotente de ndice k num espao vetorial de dimenso
n. Existem inteiros k1 = k k2 kr > 0, tais que V = W1 W2 Wr , onde Wi um subespao cclico de dimenso ki . k1 + + kr = n . k 1 Tomando em cada Wi (i = 1, , r) uma base Ki = wi , T (wi ) , , T i (wi ) , obtemos uma base K = K1 Kr , em relao qual a matriz A (matriz de T ) formada por r blocos Ai M (ki ki ), ao longo da diagonal. Cada bloco Ai tem a forma vista no exemplo 76: para j < ki sua jsima coluna ej+1 Rki enquanto sua ki sima coluna zero.
Claro que,

Existncia da Forma Cannica de Jordan

Denio 78.
Uma matriz

J , n n, 0
. . . . . .

est na forma cannica de Jordan, se ela da forma

J1 0 0 J2 J = . . . .. . . . . 0 0

,
em que

j 0 1 j . . = . . . . 0 0 0 0

.. .

0 0
. . .

Jj

Jk

j 1

0 0 . . . 0 j

para

j = 1, , k . Jk

chamado

bloco de Jordan.
, ,
e

Exemplo 79.
2 1 0 0 0 2 1 0

As matrizes

0 0 2 0

0 0 0 2

5 1 0 0

0 0 0 5 0 0 0 3 0 0 1 3

4 0 0 0 1 4 0 0 0 1 4 0 0 0 1 4

7 0 0 0

0 7 0 0

0 0 7 0

0 0 0 7

esto na forma cannica de Jordan. sendo

A primeira formada de dois blocos de Jordan, o primeiro

33

e o segundo

1 1.

A segunda matriz formada por dois blocos de Jordan

2 2.

terceira, por somente um bloco e a ltima por 4 blocos de

1 1.

A matriz

2 1 0 0

0 2 1 0

0 0 0 0 2 0 1 1

no est na forma cannica de jordan.

Pois os elementos da diagonal no so iguais, ela teria de

ser formada por pelo menos dois blocos de Jordan e Entretanto, a entrada seria imediatamente acima de Seja

[1] deveria ser um 1 no igual a 0.

bloco de Jordan

1 1.

T :V V

um operador linear cujo polinmio minimal decompe como

pm (x) = (x 1 )r1 . . . (x k )rk

sendo de

1 , , k elementos distintos em C, ento mostraremos que o espao V a soma direta N (T I)ri , r = 1, , k . Inicialmente, daremos um exemplo para entendermos os citados T : R3 R3 v R3 ,

ncleos.

Exemplo 80.

Seja

o operador denido por

T (v) = Av ,

para todo

em que

5 1 0 A = 4 1 0 2 1 3
O polinmio caracteristco de autovalor de

dado por

pT () = det (A I3 ) = ( 3)3 .

Assim, o nico

= 3.

A forma escalonada reduzida de

2 1 0 A 3I3 = 4 2 0 2 1 0
Assim,

1 1 2 0 0 0 0 . 0 0 0

N (T 3I) = {(, 2, ) /, R}.

Agora, temos:

(T 3I)2 = 0, a transformao linear nula.

Como a

dim (W3 ) =multiplicidade = 3, ento

W3 = N (A 3I3 )2 = R3 .

Teorema 81. Seja T : V V um operador linear num espao vetorial (real ou complexo) de
dimenso nita. Existe uma decomposio V = F G, como soma direta de subespaos invariantes F, G tais que T nilpotente em F e invertvel em G. Demonstrao.
Como a dimenso de

nita, as sequencia de subespaos invariantes

V Im (T ) Im T 2 . . .
no pode ser estritamente decrescente para sempre. Seja ento

Im T

= Im T

k+1

. Armamos que ento

Im T

k+1

k o menor nmero natural = Im T k+2 . Com efeito = Im T k+1 .

tal que

Im T k+2 = T Im T k+1
Segue-se que

= T Im T k

Im T k+2 = Im T k+3

, etc. Note-se que vale

N (T ) N T 2 N T k = N T k+1 = N T k+2 = .
Com efeito, pelo Teorema do Ncleo e da Imagem, temos

dim N T k+1

= dim (V ) dim Im T k+1 = dim (V ) dim Im T k = dim N T k .

Sejam

F = N T k e G = Im T k T : F F nilpotente. Alm disso,

Evidentemente,

as restrio

F e G so variantes por T e a restrio T : G G um operador sobrejetivo pois

T (G) = T Im T k T : G G Im T k = Im T 2k
Logo invertvel. , existe

= Im T k+1 = Im T k = G. V = F + G. Dado v V , (v1 ). Ento, se escrevemos

como

Mostraremos agora que tal que

v1 V

T (v) = T

2k

v = v T k (v1 ) + T k (v1 ) ,
veremos que

T k v T k (v1 ) = T k (v) T 2k (v1 ) = 0, logo v T k (v1 ) F e, obviamente, T k (v1 ) G. Assim, todo elemento v V a soma de um vetor de F com um vetor de G, ou seja, E = F + G. Para concluir que V = F G, resta apenas mostrar que F G = {0}. Ora, sabemos

que

dim (F ) + dim (G) = dim (F + G) + dim (F G) = dim (V ) + dim (F G) .

Por outro lado, o Teorema do Ncleo e da Imagem, aplicado ao operador

dim (V ) = dim (F ) + dim (G).

Segue-se ento que

dim (F G) = 0,

isto

T k : V V , nos , F G = {0}.

Lema 82. Seja F V um subespao invariante pelo operador A : V V . Se A : F F

representa a restrio de A ao subespao F , ento o polinmio pA divisor de pA .

Teorema 83. Seja V = F G como no teorema 81. Se n0 a multiciplidade algbrica do autovalor 0 do operador A : V V ento a dimenso do subespao F igual a n0 . Alm disso, F o ncleo e G a imagem de An0 : V V . Segue-se da que a decomposio V = F G, com as propriedades enunciadas naquele teorema, nica. Demonstrao. Sejam A : F F e A : G G as restries do operador A aos subespaos invariantes F e G. Como A nilpotente e A invertvel, o polinmio caracteristco de A n pA () = , n = dim F , e o de A cumpre a condio pA (0) = 0. O lema 82 nos d pA = pA pA . Por outro lado, pA () = n0 q (), com q (0) = 0. Assim, n pA () = n0 q (), com pA (0) = 0 e q (0) = 0. Segue-se que n = n0 . Sendo A nilpotente no subespao F de n n dimenso n0 , tem-se F N (A 0 ). Reciprocamente, se u N (A 0 ), escrevemos u = v + w , com v F (logo An0 (v) = 0) e w G. Ento 0 = An0 (v) + An0 (w) = An0 (w). Sendo A invertvel n n em G, de A 0 (w) = 0 conclui-se que w = 0, logo u = v F . Assim, F = N (A 0 ). Para provar n n que G = Im (A 0 ), observamos primeiro que, sendo A invertvel em G, o operador A 0 : G G n tambm invertvel, logo G Im (A 0 ). Por outro lado, para todo u V , escrevendo u = v + w n n n com v F e w G, temos A 0 (u) = A 0 (w) G (pois G invariante por A) logo Im (A 0 ) G. n Assim, Im (A 0 ) = G. Observao. Para uso da demonstrao do prximo teorema, notemos aqui que se V = F1 F2 Fr e dim V dim F1 + . . . + dim Fr ento V = F1 F2 Fr . Com efeito, tomando em cada subespao Fi uma base Bi (i = 1, , r) , o conjunto B = V1 V2 Vr gera V e o nmero de elementos de B dim V , logo B uma base de V . Assim, todo vetor v V se exprime, de modo nico, como soma v = v1 + v2 + . . . + vr , com v1 F1 , . . . , vr Fr . Noutras palavras, V = F1 F2 Fr .

Teorema 84. Sejam 1 , . . . , r os auto-valores distintos do operador A : V V , num espao

vetorial complexo de dimenso nita. Para cada i = 1, . . . , r, sejam ni a multiplicidade algbrica de i e Vi = N [(A i I)ni ]. Ento dim Vi = ni e V = V1 Vr . Demonstrao. Mostremos inicialmente que ni tambm a multiplicidade algbrica do auto-valor 0 do operador Ai = A i I . Com efeito, pAi () = det [(A i I) I] = det [A ( i ) I] =

pA ( + i ). Temos pAi () = ( i )ni q () com q (i ) = 0. Logo pAi () = pA ( + i ) = ni r (), onde r () = q ( + i ), portanto r (0) = 0. Isto posto, o Teorema 83 nos assegura que dim Vi = ni . Em particular, dim V1 + . . . + dim Vr = dim V . Pela observao que procede este teorema, resta-nos apenas provas que V = V1 + . . . + Vr . Ora, o polinmio caracterstico do operador A se decompe na forma
r

pA () =
j=1
Se pusermos

( j )nj .

qi () =
j=i
obteremos os polinmios existem polinmios

( j )nj ,
entre si. Por um conhecido teorema de lgebra,

q1 () , . . . , qr (), primos m1 () , . . . , mr () tais que

m1 () q1 () + . . . + mr () qr () = 1.
Segue-se que

m1 (A) q1 (A) + . . . + mr (A) qr (A) = I.

Assim, para todo

v V,

tem-se

v = v1 + . . . + vr , vi = mi (A) qi (A) (v) .

Pelo teorema de Cayley-Hamilton, temos

Ani qi (A) = (A i I)ni i

r

(A i I)nj

=
j=1
Logo

(A j I)nj = pA (A) = 0 i = 1, . . . , r.
Isto conclui a demonstrao do

Ani (vi ) = 0, i

ou seja

vi Vi

para todo

teorema.

Teorema 85. Os subespaos Vi = [N (A i I)ni ] denidos no teorema 84 (anterior) so invariantes por qualquer operador B : V V que comute com A. Demonstrao. AB = BA (A i I) B = B (A i I) (A i I)ni B = B (A i I)ni .Logo v Vi (A i I)ni B (v) = B (A i I)ni (v) = B 0 = 0 B (v) Vi .

Corolrio 86. Os subespaos V1 , . . . , Vr so invariantes por A.

Um bloco de Jordan

nn

uma matriz triangular inferior da forma

1 B (; n) = 1

.. ..

. .

onde os elementos da diagonal so todos iguais, os elementos imediatamente abaixo da diagonal so todos iguais a 1 e os demais elementos so zeros. Diz-se que uma matriz est na

forma cannica de Jordan

quando ele triangular inferiorm

com blocos de Jordan as longo da diagonal e os demais elementos iguais a zero. Os blocos de Jordan devem estar agrupados consecutivamente em listas do tipo

B (i ; k1 ) , B (i ; k2 ) , . . . , B (i ; ksi ) ,
onde

mos

k1 + k2 + . . . + ksi = ni =multiplicidade algbrica do auto-valor i da matriz dada. Por exemplo, dispondo os blocos B (1 ; 3) , B (1 ; 1) e B (2 ; 2) ao longo da diagonal, obteuma matrix 6 6 na forma cannica de Jordan: 1 0 0 0 0 0 1 1 0 0 0 0 0 1 0 0 0 1 0 0 0 1 0 0 0 0 0 0 0 2 0 0 0 0 1 2

Teorema 87. Para todo operado A : V V num espao vetorial complexo de dimenso nita,
exite uma base na qual a matriz se A tem a forma cannica de Jordan. Demonstrao.
cada Seja

V = V1 V2 . . . Vr

a decomposio assegurada pelo teorema 84.

teorema 77 prova a existncia da forma cannica de Jordan para operadores nilpotentes. Ora, para

i = 1, . . . , r, a restrio (A i I) : Vi Vi nilpotente. Logo existe uma base Bi Vi na qual a matriz (A i I) : Vi Vi tem a forma cannica de Jordan (com zeros na diagonal). Logo a matriz da restrio A = ((A i I) + i I) : Vi Vi tem a forma cannica de Jordan.
Do ponto de vista matricial, o resultado que acabamos de provar signica que, para toda

matriz quadrada complexa forma cannica de Jordan.

A,

existe uma matriz complexa invertvel

tal que

P 1 AP

est na

A Decomposio T = N + D
T :V V nita, existe uma base B V na qual a matriz A de T
Mostramos que, dado um operador Segue-se que sendo os num espao vetorial complexo de dimenso formada por blocos de Jordan ao longo da

diagonal, sendo os blocos que correspondem as mesmo auto-valor de

agrupados consecutivamente.

a = n + d, auto-valores de T

onde

uma matriz diagonal, os elementos dessa matriz diagonal

repetidos de acordo com sua multiplicidade, e

uma matriz triangular

inferior nilpotente (logo os elementos de sua diagonal so todos iguais a zero) na qual os elementos imediatamente abaixo da diagonal so iguais a 1 ou 0 e os demais do nulos.

T = N + D, onde D : V V o operador cuja matriz na base B d e N : V V o operador nilpotente do qual n a matriz na base B . Um operador D : V V chama-se diagonalizvel quando exite alguma base de V na qual a matriz de D diagonal. Isto equivale a dizer que a referida base de V formada por auto-vetores do operador D .
Resulta imediatamente da a decomposio Assim, acabamos de mostrar que, num espao vetorial complexo de dimenso nita, todo operador

T :V V

pode escrecer-se como soma

T = N +D

de um operador nilpotente com um

diagonalizvel. Na notao do teorema 84,

o operador cuja restrio a cada subespao

Vi
e

coincide com

T i I ,
para todo

enquanto

D i = 1, . . . , r,

, restrito a cada uma dos Vi s igual a

segue-se que

i I .

Como

T i I

i I N

comutam

N D = DN . T = N +D
com nilpotente,

Provamos a seguir que esta a nica maneira de se escrever

diagonalizvel e

N D = DN .

Para maior clareza, destacaremos sob forma de lemas dois fatos elementares que usaremos na demosntrao dessa unicidade.

Lema 88. A restrio de um operador diagonalizvel D : V V a um espao invariante W V

ainda um operador diagonalizvel D : W W . Demonstrao.
Seja

B V

uma base formada por auto-vetores de

D.

Introduzimos em

um

produto interno impondo que a base cumpre a condio vale, em particular diagonalizvel.

B seja ortonormal. Relativamente a esse produto interno, D D (u) , v = u, D (v) para quaisquer u, v B , logo para quaisquer u, v V u, v W . Portanto a restrio D : W W um operador hermitiano, logo

Lema 89. A soma de dois operadores nilpotentes que comutam ainda um operador nilpotente.
Demonstrao.
Sejam

M, N : V V

com

M p = 0, N q = 0

MN = NM.

Esta comutatividade

assegura que vale o binmio de Newton:

p+q

(M + N )

p+q

=
i=0

p+q M i N p+qi . i

No somatrio acima, as parcelas com

i p so nulas porque, neste caso, M i = 0. Se, entretanto, p+qi tem-se i < p ento p + q i > q , logo N = 0. Assim, as parcelas com i < p tambm so p+q nulas e conclumos que (M + N ) = 0.

Teorema 90. Seja V um espao vetorial complexo de dimenso nita. Para todo operador linear
T : V V , existe uma nica decomposio A = N + D com N : V V nilpotente, D : V V diagonalizvel e N D = DN .

Demonstrao. Evidenteme, N e D comutam com A. Pelo teorema 85, cada subespao Vi = N [(T i I)ni ] invariante por N e por D. Para i = 1, . . . , r, sejam, (Ti , Ni , Di ) : Vi Vi as restries de T, N e D as subespao Vi . A igualdade Ti = Ni + Di pode ser escrita como (Ti i I) + i I = Ni + Di ou, ainda, como
(Ti i I) Ni = Di i I.
Pelo Lema 89, o operador

(Ti i I) Ni

nilpotente e pelo Lema 88,

Di

diagonalizvel, logo

Di i I

diagonalizvel (pois qualquer vetor no nulo auto vetor de

i I ).
e

Pela igualdade

anterior, esses operadores so ao mesmo tempo, nilpotentes e diagonalizveis, logo iguais a zero. Portanto vale

Ni = Ti i I

Di = i I

para

i = 1, . . . , r.

Segue-se que

so os operadores

anteriormente obtidos a partir do teorema 84.

Roteiro para obteno da forma de Jordan

1. Determine a forma matricial o operador linear. 2. Determine o polinmio caracteristico de

T.

O polinmio caracteristico de

T , ir nos orientar quantas vezes cada auto-valor ir apareento o auto-valor

cer na matriz de Jordan, por exemplo se tivermos o um operador com o seguinte polinmio caracteristico e o

pT (x) = (2 x)3 (3 x), auto-valor = 3, apenas uma vez. T.

=2

ir aparecer 3 vezes

3. Determine o polinmio mnimo de

O polinmio mnimo ir nos orientar dimenso dos blocos referente a cada auto-valor a matriz de Jordan ter, por exemplo considerando o polinmio caracteristico

pT (x) = (2 x) (3 x), os possveis polinmios mnimos so pm1 (x) = (2 x) (3 x), pm2 (x) = (2 x)2 (3 x) ou pm3 (x) = (2 x)3 (3 x) = pT (x), caso, o polinmio mnimo seja pm1 (x) = (2 x) (3 x), nossa matriz de Jordan ter 3 blocos de 1 1 referente ao auto-valor = 2 e 1 bloco de 1 1 referente ao auto-valor = 3. Caso o polinmio
3

mnimo seja

pm2 (x) = (2 x)2 (3 x), a matriz de Jordan ter 1 bloco 2 2 e 1 bloco 1 1 referente ao auto-valor = 2 e 1 bloco de 1 1 referente ao auto-valor = 3. Caso contrrio a matriz de Jordan ter um bloco 3 3 referente ao auto-valor = 2 e 1 bloco de 1 1 referente ao auto-valor = 3.
Seja

Exemplo 91.

T : R4 R4

denido por

T (x, y, z, t) = (2x y + t, 3y z, y + z, y + 3t) .

Vamos obter a forma cannica de Jordan de 1. Obtendo a matriz de

T. 2 0 0 0 1 3 1 1 0 1 1 0 1 0 0 3 A.

na forma cannica

A = [T ] =

2. Determinando o polinmio caracteristico de

(2 ) 0 0 0 1 (3 ) 1 1 pA () = 0 1 (1 ) 0 1 0 0 (3 ) (3 ) 1 1 = (2 ) 1 (1 ) 0 0 0 (3 ) = (2 ) (3 )2 (1 ) + (3 ) = (2 ) ((3 ) ((3 ) (1 ) + 1)) = (2 ) (3 ) 3 3x x + x2 + 1 = (2 ) (3 ) x2 4x + 4 = (2 ) (3 ) (2 )2 pA () = (2 )3 (3 )

3. Agora iremos determinar o polinmio mnimo de so

=0 =0

T , para isso temos que, as possveis solues

pm1 () = (2 ) (3 ) pm2 () = (2 )2 (3 ) pm3 () = (2 )3 (3 ) = pA ()

Para isso, vamos testar a primeira e a segunda hiptese, pois, para a terceira, j sabemos que zera a equao.

(2I A) = (3I A) =

2 0 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 2 0 0 0 3

2 0 0 0 1 3 1 1 = 0 1 1 0 1 0 0 3 2 0 0 0 1 3 1 1 = 0 1 1 0 1 0 0 3

0 0 0 0 1 1 1 1 0 1 1 0 1 0 0 1 1 0 0 0 1 0 1 1 , 0 1 2 0 1 0 0 0

logo,

(2I A) (3I A) =

0 0 0 0 1 1 1 1 0 1 1 0 1 0 0 1

1 1 0 1

0 0 0 0 1 1 = 1 2 0 0 0 0 T.

0 0 0 0 1 1 1 1 = 0, 1 1 1 1 0 0 0 0 (2 )2 (3 ), 0 0 0 2 , 0 1 0 1

portanto

(2 ) (3 )

no o polinmio mnimo de

Agoras testando

primeiramente calculando

(2 ) = (2I A) =
2 2

0 0 0 0 1 1 1 1 0 1 1 0 1 0 0 1

0 0 0 0 1 1 1 1 0 1 1 0 1 0 0 1

0 2 1 1

0 0 0 0

assim,

(2 ) (3 ) =
2

0 2 1 1

0 0 0 0

1 0 0 0 2 1 0 1 0 1 0 1

0 0 0 0 1 1 = 1 2 0 0 0 0

0 0 0 0

0 0 0 0

0 0 0 0

0 0 0 0

portanto, temos que o polinmio, bloco

22

referente ao

pm () = (2 )2 (3 ), assim temos que teremos um auto-valor = 2 mais um bloco 1 1, e 1 bloco 1 1, referente ao

auto-valor

= 3,

deste modo a forma de Jordan de

T 0 0 0 3

J =

2 1 0 0

0 2 0 0

0 0 2 0

Exemplo 92.

Seja o operador linear pela matriz

0 0 1 A = [T ] = 1 0 3 0 1 3
Determinando o polinmio caracteristco de

T 0 0 1 0 =0 0 1 =0

det (A I) =

0 0 1 1 1 0 3 0 0 1 3 0 0 1 3 1 0 1 (3 ) 3 + 32 3 + 1 = 0 T
temos que

= 2 (3 ) + 1 3 = 0

fatorando o polinmio caracteristco de

pT () = ( 1)3 ,

deste modo temos

que as possveis formas do polinmio mnimo so:

pm1 () = ( 1) , pm2 () = ( 1)2 ,

Assim, vericando temos que dimenso

ou

pm3 () = ( 1)3

pm () = pT (),

ou seja, teremos apenas um bloco de Jordan de

3 3,

portanto

1 0 0 J = 1 1 0 . 0 1 1
o operador denido por

Exemplo 93.
que

Seja

T : R3 R3

T (X) = AX ,

para todo

X R3 ,

em

5 1 0 A = 4 1 0 2 1 3 T
dado por

O polinmio caracteristco de

p () = det (A I) = ( 3)3 .

Assim o nico

auto-valor de

= 3.

A forma escalonada reduzida de

2 1 0 A 3I = 4 2 0 2 1 0
Assim,

1 1 0 2 0 0 0 0 0 0

ker (T 3I)2 = R3 = W3 . 2 3 Precisamos encontrar um vetor que pertena ao ker (T 3I) = R , mas no pertena ao ker (T 3I) que o subespao que tem como base {V1 = (0, 0, 1) , V2 = (1, 2, 0)} . Para isso, vamos descobrir qual(is) vetores da base cannica pertencem a ker (T 3I).
e

ker (T 3I) = {(, 2, ) /, R}

2 1 0 (A 3I) [e1 e2 e3 ] = (A 3I) I = 4 2 0 . 2 1 0

Da concluimos que os vetores

e1 = (1, 0, 0) e e2 = (0, 1, 0) no pertencem a ker (T 3I). Consideremos ento o ciclo iniciado com W1 = e1 . W2 = (A 3I) e1 = (2, 4, 2). Vamos tomar para W3 um auto-vetor de T que no mltiplo escalar de W2 . Por exempo, W3 = V1 . Assim, se 1 2 0 P = [W1 W2 W3 ] = 0 4 0 , 0 2 1
que est na forma cannica de Jordan.

ento

3 0 0 P 1 AP = 1 3 0 , 0 0 3

Concluso
Neste trabalho apresentamos uma constuo para encontrar uma matriz semelhante diagonal ou quase diagonal de um operador linear complexa, de forma simples. A referida construo fora apresentada por meio de uma sequncia de conceitos, denies, teoremas, corolrios, proposies, lemas e matriz de Jordan (conforme desenvolvimento do trabalho). Em particular, apresentamos dois tipos de exemplos, um refere-se ao polinmio minimal que nos permitiu obter a dimenso dos blocos de Jordan, e outro onde encontramos uma base. Finalmente, constuimos uma base para encontrar uma matriz diagonal ou quase diagonal semelhante a

A, o que nos permite trabalhar com uma matriz, inicialmente

invrtivel tal que

J = P 1 AP , sendo J

a matriz

A.

Referncias
[1] BUENO, Hamilton Prado. SBM, 2006. [2] HOFFMAN, Kenneth. KUNZE, Ray. 1979 [3] LIMA, Elon Lages. IMPA, 2001.

lgebra Linear - Um Segundo Curso. Linear Algebra.

New Jersey:

Rio de Janeiro:

Prentice-Hall,

lgebra Linear:

A Forma Cannica de Jordan. Rio de Janeiro: