PONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO GRANDE DO SUL Faculdade de Matemática – Departamento de Matemática Disciplina de Álgebra Linear e Geometria Analítica MATRIZ ORTOGONAL Definição: Uma matriz quadrada A , inversível, é ortogonal se, e somente se, A −1 = At . Exemplo – A matriz ⎡ ⎢ A=⎢ ⎢ ⎢⎣ 1 2 3 2 − ⎡ 1 3⎤ ⎥ ⎢ 2 ⎥ é ortogonal pois A −1 = ⎢ 2 1 ⎥ ⎢− 3 ⎢⎣ 2 2 ⎥⎦ 3⎤ ⎥ 2 ⎥ = At 1 ⎥ 2 ⎥⎦ Da definição decorre que A A = I e AA = I . t t Propriedade: Se A é um matriz ortogonal, então os vetores – coluna (ou linha) são ortogonais. 2 n No intuito único de economizar espaço, faremos a demonstração no R , embora valha para todo R . Prova: Seja A uma matriz ortogonal de 2ª ordem ⎡x A=⎢ 1 ⎣ y1 x2 ⎤ y 2 ⎥⎦ ⎡ x1 ⎤ ⎡ x2 ⎤ e v = ⎢ ⎥ são ortonormais. ⎥ ⎣ y1 ⎦ ⎣ y2 ⎦ e vamos mostrar que os vetores – coluna u = ⎢ Como A A = I , vem t ⎡x A A=⎢ 1 ⎣ x2 t y1 ⎤ ⎡ x1 y 2 ⎥⎦ ⎢⎣ y1 x 2 ⎤ ⎡ x12 + y12 =⎢ y 2 ⎥⎦ ⎣ x1 x 2 + y1 y 2 x1 x 2 + y1 y 2 ⎤ ⎡u.u u.v ⎤ ⎡1 0⎤ ⎥=⎢ ⎥=⎢ ⎥ x12 + y 22 ⎦ ⎣u.v v.v ⎦ ⎣0 1⎦ Tendo em vista que u.v = 0 e u.u = 1 = v.v , os vetores u e v são ortonormais. Esta propriedade será de grande utilidade na identificação de matrizes ortogonais. Observemos ainda o fato de 2 que estes vetores – coluna da matriz ortogonal A constituem uma base ortonormal do R . Assim sendo, estamos estabelecendo uma correspondência entre bases ortonormais e matrizes ortogonais (talvez devessem melhor chamar-se de matrizes ortonormais, porém, esta nomenclatura não é usual). Exemplo – A matriz ⎡ 2 ⎡ 2 ⎤ ⎡ 1 ⎤ 1 ⎤ ⎢ ⎥ ⎢ ⎥ ⎢ ⎥ 5 ⎥ é ortogonal, pois os vetores – coluna u = ⎢ 5 ⎥ e u = ⎢ 5 ⎥ são ortonormais, isto é, A=⎢ 5 2 1 2 ⎥ ⎢− 1 ⎢− 1 ⎥ ⎢ 2 ⎥ ⎢⎣ ⎢⎣ ⎢⎣ 5 ⎥⎦ 5 ⎥⎦ 5 5 ⎥⎦ u1 .u 2 = 0 e u1 = u 2 = 1 Professor Paulo Winterle 2 Observações a) Como construir uma matriz ortogonal? Para uma matriz A de ordem 2x 2 , seguimos os passos: 2 1º - escolhemos qualquer base ortogonal do R , como por exemplo, {v = (1,1), v = (− 1,1)} 1 2 2º - desta obtemos a base ortonormal ⎧⎪ v1 v 2 ⎫⎪ ⎧⎛ 1 1 ⎞ ⎛ 1 1 ⎞⎫ ⎟, ⎜ − ⎟⎟⎬ , , ⎨ , ⎬ = ⎨⎜ ⎪⎩ v1 v 2 ⎪⎭ ⎩⎜⎝ 2 2 ⎟⎠ ⎜⎝ 2 2 ⎠⎭ 3º - logo, a matriz ortogonal correspondente é ⎡ ⎢ A=⎢ ⎢ ⎢⎣ 1 − 2 1 2 1 ⎤ ⎥ 2⎥ 1 ⎥ 2 ⎥⎦ b) Se f : R → R é definida por f (v) = Av , onde A é ortogonal, diz-se também ser f ortogonal. c) Tomemos dois vetores quaisquer no R coluna, isto é, n n : u = ( x1 , y1 ) e v = ( x 2 , y 2 ) . Representando-os como vetores – 2 ⎡x ⎤ ⎡x ⎤ u = ⎢ 1⎥ e v = ⎢ 2⎥ ⎣ y1 ⎦ ⎣ y2 ⎦ é fácil ver que u.v = u t v pois u.v = x1 x 2 + y1 y 2 =[x1 ⎡x ⎤ y1 ] ⎢ 2 ⎥ = u t v ⎣ y2 ⎦ n Obviamente, esta conclusão aplica-se para vetores no R . Propriedades: 1) Seja f : R → R definida por n n f (v) = A.v , sendo A ortogonal. Então, f preserva o produto escalar, isto é, f (u ). f (v) = u.v para ∀u , v ∈ R 2 (1) De fato, f (u ). f (v) = Au. Av = ( Au ) t Av = u t A t Av = u t Iv = u t v = u.v Desta propriedade, seguem alguns corolários: a) Todo operador ortogonal f : R → R preserva o módulo, isto é, n n f (v) = v , ∀v ∈ R n Professor Paulo Winterle 3 De fato, f (v). f (v) = v.v [de (1) para u = v ] ou f (v ) = v 2 2 e, portanto, f (v) = v Exemplo – Para ⎡ ⎢ A=⎢ ⎢ ⎢⎣ 1 2 1 2 − 1 ⎤ ⎥ 2⎥ e v = (4,2 ) , temos 1 ⎥ 2 ⎥⎦ ⎛ 2 6 ⎞ ⎛ 2 6 ⎞ 4 36 ⎟⎟ e f (v) = ⎜⎜ ⎟⎟ = f (v) = Av = ⎜⎜ , , + = 2 + 18 = (4,2 ) = v 2 2 ⎝ 2 2⎠ ⎝ 2 2⎠ b) Todo operador ortogonal f : R → R preserva o ângulo, isto é, n n âng (u , v ) = âng ( f (u ), f (v) ) , ∀u, v ∈ R n De fato, sendo θ o ângulo entre u e v , tem-se cos θ = u.v e, consequentemente, por (1) é o corolário uv f (u ). f (v) e θ é também o ângulo entre f (u ) e f (v) . A figura ilustra este f (u ) f (v) anterior, também vale cos θ = fato. y f(v) v f(u) x u c) Todo operador ortogonal f : R → R preserva as distâncias, isto é, n n f (u ) − f (v) = u − v , ∀u , v ∈ R n De fato, f (u ) − f (v) = f (u − v ) = f (u − v ). f (u − v ) = (u − v )( . u − v) = u − v 2 Portanto a distância f (u ) − f (v ) entre 2 2 f (u ) e f (v) é igual à distância u − v entre u e v . Estes três corolários caracterizam os operadores ortogonais como sendo aqueles relacionados a movimentos rígidos. Para exemplificar, um quadrado é transformado por uma matriz ortogonal em outro quadrado de mesmo tamanho. Professor Paulo Winterle