material suplementar para acompanhar

Álgebra Linear com Aplicações

 material suplementar para acompanhar

] Álgebra Linear com Aplicações

Oitava Edição

Steven J. Leon
University of Massachusetts, Dartmouth

Tradução e Revisão Técnica

Sérgio Gilberto Taboada

Docteur Ingénieur – École Nationale Supérieure de l’Aéronautique et de l’Espace – Toulouse – França
Professor Associado II do Centro Federal de Educação Tecnológica
Celso Suckow da Fonseca (CEFET-RJ)
O autor e a editora empenharam-se para citar adequadamente e dar o devido crédito
a todos os detentores dos direitos autorais de qualquer material utilizado neste livro,
dispondo-se a possíveis acertos caso, inadvertidamente, a identificação de algum deles
tenha sido omitida.
Não é responsabilidade da editora nem do autor a ocorrência de eventuais perdas ou
danos a pessoas ou bens que tenham origem no uso desta publicação.
Apesar dos melhores esforços do autor, do tradutor, do editor e dos revisores, é inevitável
que surjam erros no texto. Assim, são bem-vindas as comunicações de usuários sobre
correções ou sugestões referentes ao conteúdo ou ao nível pedagógico que auxiliem o
aprimoramento de edições futuras. Os comentários dos leitores podem ser encaminhados
à LTC __ Livros Técnicos e Científicos Editora Ltda.
Authorized translation from the English language edition, entitled LINEAR
ALGEBRA WITH APPLICATIONS, 8th Edition by STEVE LEON, published by
Pearson Education, Inc, publishing as Prentice Hall, Copyright © 2010 by
Pearson Education, Inc.
All rights reserved. No part of this book may be reproduced or transmitted in
any form or by any means, electronic or mechanical, including photocopying,
recording or by any information storage retrieval system, without permission
from Pearson education, Inc.
PORTUGUESE language edition published by LTC – LIVROS TÉCNICOS E
CIENTÍFICOS EDITORA, Copyright © 2011.
Tradução autorizada da edição em língua inglesa intitulada LINEAR ALGEBRA WITH
APPLICATIONS, 8th Edition by LEON, STEVEN J., published by Pearson Education,
Inc, publishing as Prentice Hall, Copyright © 2010 by Pearson Education, Inc.
Reservados todos os direitos. Nenhuma parte deste livro pode ser reproduzida ou transmi-
tida sob quaisquer formas ou por quaisquer meios, eletrônico ou mecânico, incluindo foto-
cópia, gravação, ou por qualquer sistema de armazenagem e recuperação de informações
sem permissão da Pearson Education, Inc.
Edição em língua PORTUGUESA publicada por LTC-LIVROS TÉCNICOS E
CIENTÍFICOS EDITORA LTDA Copyright © 2011.

Direitos exclusivos para a língua portuguesa

Copyright © 2011 by
LTC — Livros Técnicos e Científicos Editora Ltda.
Uma editora integrante do GEN | Grupo Editorial Nacional
Reservados todos os direitos. É proibida a duplicação ou reprodução deste volume, no todo
ou em parte, sob quaisquer formas ou por quaisquer meios (eletrônico, mecânico, gravação,
fotocópia, distribuição na internet ou outros), sem permissão expressa da Editora.

Travessa do Ouvidor, 11
Rio de Janeiro, RJ — CEP 20040-040
Tel.: 21-3543-0770 / 11-5080-0770
Fax: 21-3543-0896
ltc@[Link]
[Link]
Capa: ENTRAM CRÉDITOS
Editoração Eletrônica: ENTRAM CRÉDITOS
Este Material Suplementar contém o texto dos capítulos 8 e 9 do livro Álgebra Linear
com Aplicações, de Steven J. Leon, 8 ed., 2011.
Este material é de uso exclusivo de professores e alunos da matéria.
]SUMÁRIO
Capítulo 8 Métodos Iterativos
Capítulo 9 Formas Canônicas
 CAPÍTULO

9
Formas Canônicas
]9.1 Operadores Nilpotentes
Se uma transformação linear L representando um espaço vetorial n-dimensional complexo
nele mesmo tem n autovetores linearmente independentes então a matriz que representa L
em relação à base de autovetores será uma matriz diagonal. Neste capítulo, vamos voltar
nossa atenção para o caso em que L não tem autovetores linearmente independentes em
número suficiente para cobrir V. Neste caso, gostaríamos de escolher uma base ordenada
de V para a qual a representação matricial correspondente de L será aproximadamente tão
diagonal quanto possível. Para simplificar as coisas nesta primeira seção vamos nos res-
tringir aos operadores com um único autovalor l de multiplicidade n. Será mostrado que
esse operador pode ser representado por uma matriz bidiagonal cujos elementos são todos
iguais a l e cujos elementos supradiagonais são todos zeros e uns. Para fazer isto, exigimos
algumas definições e teoremas preliminares.
Lembremos da Seção 2 do Capítulo 5, que um espaço vetorial V é uma soma direta de
subespaços S1 e S2 se e somente se cada v [ V pode ser escrito univocamente sob a forma
x1 1 x2 onde x1 [ S1 e x2 [ S2. Esta soma direta é indicada por S1 ! S2.

Lema 9.1.1 Sejam B1 5 {x1, ..., xr} e B2 5 {y1, ..., yk} conjuntos disjuntos que são bases para os
subespaços S1 e S2, respectivamente, de um espaço vetorial V. Então, V 5 S1 ! S2, se e
somente se B 5 B1 < B2 é uma base para V.
Demonstração Exercício 

Definição Seja L um operador linear representando um espaço vetorial V nele mesmo. Um subes-
paço S de V é dito ser invariante sob L se L(x) [ S para cada x [ S.

Por exemplo, se L tem um autovalor l e Sl é o autoespaço correspondente a l então Sl é

invariável sob L desde que L(x) 5 lx [ Sl para todo x [ Sl.
Se S é um subespaço invariante de L, então a restrição de L a S que denotaremos L[S] é
um operador linear representando S em si mesmo.

Lema 9.1.2 Seja L um operador linear representando um espaço vetorial V em si mesmo e sejam S1
e S2 subespaços invariantes de L com S1 > S2 5 {0}. Se S 5 S1 ! S2 então S é invariante
8
 Formas Canônicas 9

sob L. Além disto se A 5 (aij) é a matriz que representa em relação à base ordenada
[x1,..., xr] de S1 e B 5 (bij) é a matriz que representa com relação à base ordenada
[y1,..., yk] de S2, então a matriz C que representa L[S] com relação a [x1,..., xr, y1,..., yk] é
dada por

(1)

Demonstração Devemos observar que desde que S1 > S2 5 {0} segue-se que x1,..., xr,
y1,..., yk são linearmente independentes e, portanto, formam uma base para um subespaço S
de V. Pelo Lema 9.1.1, S 5 S1 ! S2 de modo que realmente faz sentido falar de uma soma
direta de S1 e S2. Se s [ S então existem x [ S1 e y [ S2 tais que s 5 x 1 y. Uma vez que
L(x) [ S1 e L(y) [ S2 segue-se que

é um elemento de S1 ! S2 5 S. Logo, S é invariante sob L.

Seja para i 5 1,.., r e para j 5 1,…, k. Uma vez que cada
está em S1 e cada está em S2 segue-se que

e, portanto, a i-ésima coluna da matriz C que representa L[S] será

Do mesmo modo

e, portanto, cj1r é dada por

Assim, a matriz C que representa L[S] em relação a [x1,..., xr, y1,..., yk] será da forma (9. 1).
 

É possível ter uma soma direta de mais de duas matrizes. Em geral, se S1, S2, …, Sr
são subespaços de um espaço vetorial V, então V 5 S1 ! … ! Sr se e somente se cada
v [ V pode ser escrito unicamente como uma soma s1 1 … 1 sr onde si [ Si para i 5
1,…, r.
Usando indução matemática pode-se generalizar ambos os lemas para somas diretas de
mais de dois subespaços. Assim, se cada subespaço Si tem uma base Bi e os Bi são todos
disjuntos, então V 5 S1 ! … ! Sr se e somente se B 5 B1 < B2 < … < Br é uma base para
10 Capítulo Nove

V. Se S1,..., Sr são invariantes sob uma transformação linear L e S 5 S1 ! … ! Sr, então S

é invariante sob L e L[S] pode ser representada por uma matriz bloco diagonal

(2)

Seja L um operador linear representando um espaço vetorial n-dimensional V em si

mesmo. Se V pode ser expresso como uma soma direta de subespaços invariantes sob L,
então é possível representar L como uma matriz bloco diagonal A da forma (2).
A representação mais simples ocorre no caso em que L é diagonalizável. Isso acontece
quando as dimensões dos autoespaços são iguais às multiplicidades dos autovalores. Neste
caso, podemos escolher A de modo que cada bloco diagonal Ai é uma matriz diagonal e,
portanto, a matriz A também é diagonal.
Se, no entanto, existem autovalores para os quais a dimensão do autoespaço é menor do
que a multiplicidade do autovalor, então o subespaço terá dimensão inferior
a n e, portanto, será um subespaço próprio de V. Neste caso, o que gostaríamos de fazer é
de alguma forma ampliar os deficientes e obter uma representação em soma direta de
V da forma S1 ! … ! Sr onde cada Si é invariante sob L. Além disso, gostaríamos que a
representação em blocos correspondente de L seja tão próxima a uma representação dia-
gonal quanto possível. Na verdade, vamos mostrar que é possível encontrar subespaços
invariantes Si de modo que cada possa ser representado por uma matriz bidiagonal de
uma certa forma.
Como um exemplo simples, considere o caso onde a matriz A que representa L é uma
matriz 3 3 3, com um autovalor triplo l e o autoespaço Sl tem dimensão 1. Neste caso,
gostaríamos de mostrar que L pode ser representado por uma matriz 3 3 3

Se essa representação for possível, então A teria de ser similar a J, ou seja, AX 5 XJ para
alguma matriz não singular X. Se fizermos x1, x2, x3 denotar os vetores coluna de X isto
significaria que

e, portanto,

ou equivalentemente

Estas equações implicam

(3)
 Formas Canônicas 11

assim, se pudermos encontrar um vetor x tal que

(4)
podemos então definir
(5)
As equações dadas em (4) realmente fornecem a chave do nosso problema. Se conseguir-
mos encontrar um vetor x que satisfaça (4), então não é difícil mostrar que os vetores x1,
x2 e x3 definidos em (5) são linearmente independentes e, portanto, que X 5 (x1, x2, x3) é
inversível. A equação (3) implica que

para todo x [ R(X). Observe que

Este tipo de condição desempenha um papel importante na teoria que estamos prestes
a desenvolver. Enunciamos esta condição para um operador linear geral L na definição
seguinte.

Definição Seja L um operador linear representando um espaço vetorial V em si mesmo. L é dito ser nil-
potente de índice k em V se Lk(v) 5 0 para todo v [ V e Lk21(v0)  0 para algum v0 [ V.

Lema 9.1.3 Seja L um operador linear representando um espaço vetorial V em si mesmo e seja v [
V. Se Lk(v) 5 0 e Lk21(v)  0 para algum inteiro k $ 1 então os vetores V, L(v), L2(v),...,
Lk21(v) são linearmente independentes.
Demonstração A demonstração será por indução. O resultado é claramente válido no
caso k 5 1, uma vez que

e, portanto, temos apenas um único vetor não nulo v. (Aqui L0 é considerado o operador
identidade.) Suponha-se agora que temos um valor de k, tal que o resultado seja válido para
todo j , k e suponha-se que temos um vetor v que satisfaz

Para mostrar a independência linear, consideramos a equação

(6)

Se fizermos w 5 L(v) e aplicarmos L em ambos os membros de (6) obtemos

ou

Desde que

Então, pela nossa hipótese de indução

12 Capítulo Nove

são linearmente independentes e, portanto,

Assim (6) se reduz a

Segue-se que ak também deve ser igual a zero e, portanto, v, L(v),..., Lk21(v) são linear-
mente independentes. 

Se Lk21(v)  0 e Lk(v) 5 0 para alguns v [ V, então, os vetores, v, L(v),..., Lk21(v)

formam uma base para um subespaço que vamos denotar por CL(v). O subespaço CL(v) é
invariável sob L, pois para cada

em CL(v) temos

e, portanto, L(w) também está em CL(v). Iremos nos referir a CL(v) como o subespaço
L-cíclico gerado por v. Em particular, se L é nilpotente de índice k, então para cada vetor
não nulo v0 [ V há um número inteiro k0, 1 # k0 # k tal que
Assim, se L é nilpotente em V, então, é possível associar um subespaço L-cíclico CL(v)
a cada vetor v não nulo em V. É facilmente visto que a subespaços L-cíclicos são inva-
riantes sob L.
Seja CL(v) um subespaço L-cíclico de V, com base {v, L(v ),..., Lk21(v)}. Seja

Então

é uma base ordenada de CL(v). Desde que

segue-se que a matriz que representa em relação a [y1,..., yk] é dada por

Logo, pode ser representado por uma matriz bidiagonal com zeros ao longo da dia-
gonal principal e uns ao longo da supradiagonal.
 Formas Canônicas 13

Lema 9.1.4 Seja L um operador linear representando um espaço vetorial V em si mesmo. Se L é

nilpotente de índice k em V e Lk21(v1), Lk21(v2),..., Lk21(vr) são linearmente independentes,
então os kr vetores

são linearmente independentes.

Demonstração A demonstração é por indução em k. Se k 5 1 não há nada a demonstrar.
Suponha que o resultado é válido para todos os índices inferiores a K e que L é nilpotente
de índice k. Se

(7)

então, aplicando L a ambos os membros de (7), obtemos

(8)

onde yi 5 L(vi) para i 5 1,..., r. Desde que Lk22(yi) 5 Lk21(vi) para cada i segue-se que
Lk22(y1),..., Lk22(yn) são linearmente independentes. Seja S o subespaço de V coberto por

Uma vez que L é nilpotente de índice k 2 1 em S segue-se pela hipótese de indução que

são linearmente independentes. Portanto,

e, consequentemente, (8) se reduz a

Como Lk21(v1),..., Lk21(vr) são linearmente independentes, segue-se que

14 Capítulo Nove

e, portanto,

são linearmente independentes. 

Teorema 9.1.5 Seja L um operador linear representando um espaço vetorial n-dimensional V em

si mesmo. Se L é nilpotente de índice k em V, então V pode ser decomposto em uma soma
direta de subespaços L-cíclicos.
Demonstração A demonstração será por indução em k. Se k 5 1, então L é o operador
nulo em V. Assim, se {v1,..., vn} é uma base de V, então, CL(vi) é o subespaço unidimensio-
nal coberto por vi para cada i e, portanto,

Suponhamos agora que temos um inteiro k . 1 tal que o resultado é válido para todos os
índices inferiores a k e L é nilpotente de índice k. Seja {v1,..., vm} uma base para nucl(Lk21).
Esta base pode ser estendida a uma base {v1,..., vm, y1,..., yr} de V (na qual r 5 n 2 m).
Como yi  nucl(Lk21) segue-se que Lk21(yi)  0. Seja

Nós afirmamos que B é uma base para um subespaço S1 de V. Pelo Lema 9.1.4, basta mos-
trar que Lk21(y1), Lk21(y2), …, Lk21(yr) são linearmente independentes. Se

então

e, portanto, a1y1 1 … 1 aryr [ nucl(Lk21). Mas então a1 5 a2 5 … 5 ar 5 0, caso con-

trário v1,..., vm, y1,..., yr seriam dependentes. Assim Lk21(y1), …, Lk21(yr) são linearmente
independentes e, portanto, B1 é uma base para um subespaço S1 de V. Decorre do Lema
9.1.1 que

Se S1  V estende-se B1 a uma base B para V. Seja B2 o conjunto de elementos de base

adicional (ou seja, B 5 B1 < B2 e B1 > B2 5 Ø). B2 é uma base para um subespaço S2 de V
e pelo Lema 9.1.1 V 5 S1 ! S2. Por construção S2 é um subespaço de nucl(Lk21). (Se s [
S2, então ele deve ser da forma s 5 a1v1 1 … 1 amvm 1 0y1 1 … 1 0yr.) Assim, L é nilpo-
tente de índice k1 , k em S2. Pela hipótese de indução S2 pode ser escrito como uma soma
direta de subespaços L-cíclicos e como V 5 S1 ! S2 segue-se que V é uma soma direta de
subespaços L-cíclicos. 

Corolário 9.1.6 Se L é um operador linear representando um espaço vetorial n-dimensional V em

si mesmo, e L é nilpotente de índice k em V então L pode ser representado por uma matriz
da forma
 Formas Canônicas 15

na qual cada Ji é uma matriz bidiagonal ki 3 ki (1 # ki # k e ), com zeros ao

longo da diagonal principal e uns ao longo do supradiagonal.
Demonstração Pelo Teorema 9.1.5, podemos escrever

Se CL(vi) tem dimensão ki, então a matriz que representa com relação a
será

A conclusão resulta do Lema 9.1.2. 

Decorre do Corolário 9.1.6 que se L é nilpotente em um espaço vetorial n-dimensional

V então todos os seus autovalores são 0. Inversamente, se todos os autovalores de L são
0 então segue do Teorema 6.4.3 que L pode ser representado por uma matriz triangular T
cujos elementos diagonais são todos 0. Assim, para algum k, Tk será a matriz nula e, por-
tanto, Lk será o operador nulo. Assim, se L é um operador linear representando um espaço
vetorial n-dimensional V em si mesmo, então L é nilpotente se e somente se todos os seus
autovalores são 0.

Corolário 9.1.7 Seja L um operador linear representando um espaço vetorial n-dimensional V em

si mesmo. Se L tem apenas um autovalor distinto l então L pode ser representado por uma
matriz A da forma

(9)

na qual cada Ji(l) é uma matriz bidiagonal da forma

(10)

Demonstração Seja I o operador identidade V. Os autovalores do operador L 2 lI são

todos 0 e, portanto, L 2 lI é nilpotente. Decorre do Corolário 9.1.6 que com relação a
16 Capítulo Nove

alguma base ordenada [v1,..., vn] de V o operador L 2 lI pode ser representado por uma
matriz da forma

A matriz representando lI com relação a [v1,..., vn] é simplesmente lI. Como L 5 (L 2

lI) 1 lI segue-se que a matriz que representa L em relação a [v1,..., vn] é

Uma matriz da forma (10) é dita ser uma matriz de Jordan simples. Assim, uma matriz
de Jordan simples é uma matriz bidiagonal cujos elementos na diagonal têm todos o mesmo
valor l e cujos elementos na supradiagonal são todos 1. 

EXEMPLO Seja

Podemos pensar em A como a representação de um operador de R5 em R5. Como l 5 1

é o único autovalor, A é similar a uma matriz bloco diagonal cujos blocos diagonais são
matrizes de Jordan simples com uns ao longo tanto da diagonal como da supradiagonal. O
autoespaço que corresponde a l 5 1 é coberto pelos vetores x 5 (1, 0, 0, 0, 0)T e y 5 (0,
0, 21, 0, l)T. Assim, a matriz bidiagonal será composta de dois blocos de Jordan simples,
J1(1) e J2(1). Se ordenarmos os blocos de modo que o primeiro bloco seja o maior, então,
as únicas possibilidades para as matrizes bloco diagonais são:
 Formas Canônicas 17

Para determinar qual dessas formas é a correta deve-se calcular potências de A 2 I.

Assim A 2 I é nilpotente de índice 4. Os sistemas

são claramente inconsistentes se k e j são maiores do que 3. Nós determinamos o máximo k

e o máximo j para os quais estes sistemas são consistentes. Para k 5 3 o sistema

é consistente e terá um número infinito de soluções. Nós escolhemos uma destas soluções

Para gerar o resto do subespaço cíclico calcula-se

Com relação à base ordenada [x, x3, x2, x1] a matriz que representa o operador A sobre este
subespaço será da forma

Os sistemas

são inconsistentes para todos os inteiros positivos j. Assim, o subespaço cíclico contendo
y tem dimensão 1. Daqui resulta que a matriz que representa A em relação a [x, x3, x2,
x1, y] é
18 Capítulo Nove

O leitor pode verificar que, se Y é a matriz cujas colunas são x, x3, x2, x1, y, respectiva-
mente, então

Na próxima seção vamos mostrar que uma matriz com autovalores distintos l1,..., lm é
semelhante a uma matriz J da forma

onde cada Bi é da forma (9) com elementos diagonais iguais a li, ou seja,

onde as Jk(li) são matrizes de Jordan simples. Dizemos que J é a forma canônica de
Jordan de A. A forma canônica de Jordan é única exceto pelo reordenamento dos blo-
cos.

Exercícios
1. Seja L um operador linear sobre um espaço veto- 5. Para cada uma das seguintes matrizes encontre uma
rial V de dimensão 5 e seja A qualquer matriz re- matriz S tal que S21AS é a forma canônica de Jordan
presentando L. Se L é nilpotente de índice 3, então de A.
quais são as formas canônicas de Jordan possíveis
de A?
2. Seja A uma matriz 4 3 4, cujo único autovalor é
l 5 2. Quais são as formas canônicas de Jordan
possíveis de A?
3. Seja L um operador linear sobre um espaço veto-
rial V de dimensão 6 e seja A uma matriz represen-
tando L. Se L tem apenas um autovalor distintos l
e o autoespaço Sl tem dimensão 3, então quais são
as formas canônicas de Jordan possíveis de A?
4. Para cada uma das seguintes matrizes encontre
uma matriz S tal que S21AS é uma matriz de Jordan 6. Sejam S1 e S2 subespaços de um espaço vetorial V.
simples. Demonstre que V 5 S1 ! S2 se e somente se V 5
S1 1 S2 e S1 > S2 5 {0}.
7. Demonstre o Lema 9.1.1.
8. Seja L um operador linear representando um espa-
ço vetorial V em si mesmo. Mostre que nucl(L) e
R(L) são subespaços invariantes de V sob L.
9. Seja L um operador linear sobre um espaço ve-
torial V. Seja Sk[v] o subespaço coberto por v,
L(v),..., Lk21(v). Mostre que Sk[v] é invariante sob
L se e somente se Lk(v) [ Sk[v].
 Formas Canônicas 19

10. Seja L um operador linear sobre um espaço veto- (a) Encontre uma matriz A que represente D em
rial V e seja S um subespaço de V. Seja I o opera- relação a [ex, xex, xex 1 x2ex].
dor identidade e seja l um escalar. Mostre que L é (b) Determine a forma canônica de Jordan de A e
invariante em S se e somente se L 2 lI é invarian- a respectiva base de S.
te em S. 12. Seja D o operador linear em Pn definido por
11. Seja S o subespaço de C[a, b] coberto por x, xex, D(p) 5 p9 para todo p [ Pn. Mostre que D é nil-
e xex 1 x2ex. Seja D o operador de diferenciação potente e pode ser representado por uma matriz de
em S. Jordan simples.

]9.2 A Forma Canônica de Jordan

Nesta seção vamos mostrar que qualquer operador linear L em um espaço vetorial n-dimen-
sional V pode ser representado por uma matriz bloco diagonal cujos blocos diagonais são
matrizes de Jordan simples. Aplicaremos este resultado para resolver sistemas de equações
diferenciais lineares da forma Y9 5 AY, nas quais A é defeituosa.
Comecemos por considerar o caso em que L tem mais de um autovalor distinto.
Queremos mostrar que se L tem autovalores distintos l1,..., lk, então V pode ser decom-
posto em uma soma direta de subespaços invariantes S1,..., Sk tal que L 2 li I seja nilpo-
tente sobre Si, para cada i 5 1,..., k. Para isso, é preciso primeiro demonstrar os seguintes
lema e teorema.

Lema 9.2.1 Se L é um operador linear representando um espaço vetorial n-dimensional V em si

mesmo, então existe um inteiro positivo k0 tal que para todo k . 0.
Demonstração Se i , j então claramente nucl (L ) é um subespaço de nucl (Lj).
i

Afirmamos que, se nucl(Li) 5 nucl(Li11) para algum i, então nucl(Li) 5 nucl(Li1k) para todo
k $ 1. Vamos demonstrar isso por indução em k. No caso k 5 1, não há nada a demonstrar.
Suponha que para algum k . 1 o resultado se mantém para todos os índices inferiores a k.
Se v [ nucl(Li1k), então

Assim, L(v) [ nucl(Li1k21). Pela hipótese de indução nucl(Li1k21) 5 nucl(Li). Portanto, L(v)
[ nucl(Li) e, consequentemente, v [ nucl(Li11). Como nucl(Li11) 5 nucl(Li), segue-se que
v [ nucl(Li) e, portanto, nucl(Li) 5 nucl(Li1k). Assim, se nucl(Li11) 5 nucl(Li) para algum i
então

Uma vez que V tem dimensão finita, a dimensão de nucl(Lk), não pode continuar a aumentar à
medida que k aumenta. Assim, para algum k0 devemos ter
e, portanto, devem ser iguais. Segue-se então que


Teorema 9.2.2 Se L é uma transformação linear em um espaço vetorial n-dimensional V então
existem subespaços invariantes X e Y tais que V 5 X ! Y, L é nilpotente em X, e L[Y] é
inversível.
Demonstração Escolha k0 como o menor inteiro positivo tal que
Decorre do Lema 9.2.1 que para todo j $ 1. Seja X 5 É
evidente que X é invariante em L pois se x [ X, então L(x) [ que é um subes-
20 Capítulo Nove

paço próprio de Seja Y 5 R Se w [ X > Y, então w 5 para algum

v e, portanto,

Assim v [ logo

Portanto X > Y 5 {0}. Afirmamos V 5 X ! Y. Seja {x1,..., xr} uma base para X e seja
{y1,..., yn2r} uma base para Y. Pelo Lema 9.2.1 basta mostrar que x1,..., xr, y1,..., yn2r são
linearmente independentes e, portanto, formam uma base para V. Se
(1)

então aplicando a ambos os membros resulta

ou
Portanto, b1y1 1 … 1 bn2ryn2r [ X > Y e, portanto,

Como os yi são linearmente independentes, segue-se que

e, portanto, (1) simplifica para

Desde que os x são linearmente independentes, segue-se que

Assim, x1,..., xr, y1,..., yn2r são linearmente independentes e, portanto, V 5 X ! Y. L é

invariante e nilpotente em X. Afirmamos que L é invariante e inversível em Y. Seja y [ Y,
então y 5 (v) para algum v [ V. Assim

Portanto L(y) [ Y e, portanto, Y é invariante sob L. Para demonstrar que L[Y] é inversível
basta para mostrar que

Isto, porém, segue-se imediatamente uma vez que nucl(L) , X e X > Y 5 {0}. 

Estamos agora prontos para demonstrar o resultado principal desta seção.

Teorema 9.2.3 Seja L um operador linear representando um espaço vetorial de dimensão finita V
em si mesmo. Se l1, …, lk são os autovalores distintos de L, então V pode ser decomposto
em uma soma direta

tal que o L 2 lI é nilpotente em Xi e a dimensão de Xi é igual à multiplicidade de li.

 Formas Canônicas 21

Demonstração Seja L1 5 L 2 l1I. Pelo Teorema 9.2.2 existem subespaços X1 e Y1

que são invariantes sob L1 tal que V 5 X1 ! L1, L1 é nilpotente sobre X1 e L1[Y] é inversí-
vel. Daqui resulta que X1 e Y1 também são invariantes sob L. Pelo Corolário 9.1.2,
pode ser representado por uma matriz bloco diagonal A1 na qual os blocos diagonais
são matrizes de Jordan simples cujos elementos da diagonal são todos iguais a l1.
Assim,

em que m1 é a dimensão de X1. Seja B1 uma matriz representando Dado que L1 é inver-
sível em Y1 segue-se que l1 não é um autovalor de B1. Assim,

em que q(l1)  0. Decorre do Lema 9.1.2 que o operador L em V pode ser representado
pela matriz

Assim, se cada autovalor li de L tem multiplicidade ri então

Portanto, r1 5 m1 e

Se considerarmos o operador L2 5 L 2 l2I no espaço vetorial Y1 então podemos

decompor Y1 em uma soma direta X2 ! Y2 tal que X2 e Y2 são invariáveis em L, L2 é
nilpotente em X2 e é inversível. Na verdade, podemos continuar esse processo de
decomposição de Yi em uma soma direta Xi 1 1 ! Yi 1 1 até que se obtenha uma soma
direta da forma

O espaço vetorial Yk21 será de dimensão rk com um único autovalor lk. Assim, se estabele-
cermos Xk 5 Yk21 então L 2 lkI será nilpotente em Xk e teremos a decomposição desejada
de V. 

Decorre do Teorema 9.2.3 que cada operador L representando um espaço vetorial

n-dimensional V em si mesmo pode ser representado por uma matriz bloco diagonal da
forma
22 Capítulo Nove

em que cada Ai é uma matriz bloco diagonal ri 3 ri (ri 5 multiplicidade de li), cujos blocos
são constituídos de matrizes de Jordan simples com li ao longo da diagonal principal.
Se A é uma matriz n 3 n então A representa o operador de LA com relação à base-padrão
em Rn, onde LA é definido por

Pelas observações anteriores LA pode ser representado por uma matriz J da forma aqui des-
crita. Segue-se que A é similar a J. Assim, cada matriz n 3 n A com autovalores distintos
l1, …, lk é similar a uma matriz J da forma

(2)

onde Ai é uma, matriz ri 3 ri (ri 5 multiplicidade de li) da forma

(3)

com os J(li) matrizes de Jordan simples. A matriz J definida por (2) e (3) é chamada de
forma canônica de Jordan de A. A forma canônica de Jordan de uma matriz é única exceto
por um reordenamento dos blocos de Jordan simples ao longo da diagonal.

EXEMPLO Encontre a forma canônica de Jordan da matriz:

Solução O polinômio característico de A é

O autoespaço correspondente a l 5 1 é coberto por x1 5 (1, 1, 1, 1, 2)T e o autoespaço

correspondente a l 5 0 é coberto por x2 5 (1, 1, 0, 1, 1)T e x3 5 (0, 0, 1, 0, 0)T. Assim, a
forma canônica de Jordan de A será composta por três blocos de Jordan simples. Exceto por
um reordenamento dos blocos, existem apenas duas possibilidades:
 Formas Canônicas 23

Para determinar qual dessas formas é correta, calculamos (A 2 0I)2 5 A2.

Em seguida, consideramos os sistemas

para i 5 2, 3. Uma vez que estes sistemas acabam por ser inconsistentes, a forma canônica
de Jordan não pode ter quaisquer blocos de Jordan simples 3 3 3 e, consequentemente,
deve ser da forma

Para encontrar X temos de resolver

para i 5 2, 3. O sistema Ax 5 x2 tem um número infinito de soluções. Precisamos escolher

apenas uma dessas, por exemplo, x4 5 (1, 3, 0, 0, 1)T. Da mesma forma Ax 5 x3 tem um
número infinito de soluções uma das quais é x5 5 (l, 0, 0, 2, 1)T. Seja

O leitor pode verificar que X21AX 5 J. 

Uma das principais aplicações da forma canônica de Jordan está na resolução de sistemas
de equações diferenciais lineares, que têm matrizes de coeficientes defeituosas. Dado um
sistema deste tipo

podemos simplificá-lo usando a forma canônica de Jordan de A. De fato, se A 5 XJX21

então

Assim, se fizermos Z 5 X21Y então Y9 5 XZ9 e o sistema é simplificado para

Multiplicando por X21, obtemos

(4)
24 Capítulo Nove

devido à estrutura do J este novo sistema é muito mais fácil de resolver. Na verdade, resol-
ver (4) envolverá apenas a resolução de uma série de sistemas menores, cada um da forma

Estas equações podem ser resolvidas uma de cada vez começando com a última. A solução
para a última equação é claramente

A solução para qualquer equação da forma

é dada por

Assim, podemos resolver

para zk21 e então resolver

para zk22 etc.

EXEMPLO Resolva o problema de valor inicial

Solução A matriz dos coeficientes A tem dois autovalores distintos l1 5 0 e l2 5 2,

cada um com multiplicidade 2. Os autoespaços correspondentes são ambos de dimen-
são 1. Usando os métodos da presente seção, A pode ser fatorada em um produto XJX21
onde
 Formas Canônicas 25

A escolha de X não é única. O leitor pode verificar que a que calculamos

faz o trabalho. O sistema

pode ser dividido em dois sistemas

O primeiro sistema não é difícil de resolver.

Para resolver o segundo sistema resolvemos primeiro

obtendo

Logo

e, portanto,

Por último temos

Se fizermos t 5 0 e usarmos as condições iniciais para resolver para os ci temos

Assim, a solução para o problema de valor inicial é

 
26 Capítulo Nove

A forma canônica de Jordan não só proporciona uma bela representação de um operador,

mas nos permite resolver sistemas da forma de Y9 5 AY mesmo quando a matriz dos coefi-
cientes é defeituosa. De um ponto de vista teórico, a sua importância não pode ser questio-
nada. No que se refere a aplicações práticas, no entanto, ele geralmente não é muito útil.
Se n $ 5 geralmente é necessário calcular os autovalores de A, por algum método
numérico. Os li calculados são apenas aproximações para os autovalores reais. Assim,
poderíamos ter calculado os valores que são diferentes, enquanto na verdade
l15 l2. Assim, na prática, pode ser difícil para determinar a multiplicidade correta dos
autovalores. Além disso, a fim de resolver Y9 5 AY precisamos encontrar a matriz de
similaridade X tal que A 5 XJX21. No entanto, quando A tem autovalores múltiplos a
matriz X pode ser muito sensível a perturbações e, na prática, não é garantido que os
elementos da matriz de similaridade calculada terão quaisquer dígitos de precisão, em
absoluto. A alternativa recomendada é calcular a matriz exponencial eA e usá-la para
resolver o sistema Y9 5 AY.

Exercícios
1. Seja A uma matriz 4 3 4, cujo único autovalor é l (b) Se, por algum k0,
5 2. Quais são as possíveis formas canônicas de para todos os k $ 1.
Jordan para A? 5. Seja L como no Problema 4.
2. Seja A uma matriz 5 3 5. Se A2  0 e A3 5 0, quais (a) Mostre que existe um menor inteiro positivo
são as possíveis formas canônicas de Jordan para A? k0 tal que
3. Encontre a forma canônica de Jordan J para cada (b) Seja k1 o menor inteiro positivo tal que
uma das seguintes matrizes e determine uma ma-
Mostre que k1 5 k0.
triz X tal que X21AX 5 J.
6. Resolva o problema de valor inicial

7. Suponha que

Se x1, x2 e x3 são os vetores coluna de X defina

nos quais a, b e c são escalares e a  0.

(a) Se Z 5 (z1, z2, z3) mostre que

(b) Seja

4. Seja L um operador linear sobre um espaço veto-

rial de dimensão finita V.
(a) Mostre que R(Li) , R(Lj) sempre que i . j. Mostre que BJB21 5 X21AX 5 J.