Questionário de Prática do Teorema Espectral com Aula Interativa Passo a Passo
Use a série de perguntas mais abaixo na página para praticar o teorema espectral: reconhecer matrizes reais simétricas e complexas hermitianas, provar que autovalores são reais, usar a ortogonalidade de autoespaços, construir \(A=QDQ^T\) ou \(A=UDU^*\), ler \(\operatorname{tr}A\), \(\det A\), posto e potências a partir dos autovalores, expandir \(A=\sum_i\lambda_i q_iq_i^T\), classificar formas quadráticas pelos sinais dos autovalores e identificar matrizes de projeção com autovalores \(0\) e \(1\). Abra a aula para exemplos resolvidos focados e verificações rápidas.
Responda à série de perguntas e revise seus erros no final.
Como esta prática do teorema espectral funciona
1. Faça a série de prática: responda a perguntas sobre matrizes simétricas, matrizes hermitianas, diagonalização ortogonal, decomposições espectrais e definitude.
2. Abra a aula: revise o teorema, testes de reconhecimento, exemplos resolvidos e verificações rápidas.
3. Tente novamente: volte à série de perguntas e primeiro decida se o problema pergunta sobre simetria, autovetores, forma diagonal, dados espectrais ou uma forma quadrática.
O que você vai aprender na aula sobre o teorema espectral
Matrizes autoadjuntas
Caso real: \(A^T=A\) é o sinal para o teorema espectral real
Caso complexo: \(A^*=A\) é hermitiana e tem autovalores reais
Autoespaços de autovalores distintos são ortogonais
Diagonalização ortogonal
Matrizes reais simétricas admitem \(A=QDQ^T\) com \(Q^TQ=I\)
As colunas de \(Q\) formam uma base ortonormal de autovetores
Autovalores repetidos ainda permitem bases ortonormais dentro de seus autoespaços
Decomposição espectral
Escreva \(A=\sum_i\lambda_i q_iq_i^T\) usando projeções ortogonais de posto um
Potências e funções agem nos autovalores: \(f(A)=Qf(D)Q^T\)
Traço, determinante, posto e invertibilidade são lidos a partir dos autovalores
Formas quadráticas e projeções
Use \(x^TAx=\sum_i\lambda_i y_i^2\) após uma mudança ortonormal de coordenadas
Definida positiva significa que todos os autovalores são positivos
Projeções simétricas têm apenas autovalores \(0\) e \(1\)
O teorema espectral transforma simetria em geometria
Objetivo: Construir um fluxo de trabalho confiável para problemas do teorema espectral: reconhecer matrizes autoadjuntas, usar autovalores reais e autoespaços ortogonais, formar \(A=QDQ^T\) ou \(A=UDU^*\), interpretar \(A=\sum_i\lambda_i q_iq_i^T\) e classificar formas quadráticas pelos sinais dos autovalores.
Critérios de sucesso
Reconhecer matrizes reais simétricas por \(A^T=A\) e matrizes hermitianas por \(A^*=A\).
Enunciar que matrizes autoadjuntas têm autovalores reais.
Usar a ortogonalidade dos autoespaços para autovalores distintos.
Construir uma base ortonormal de autovetores, inclusive dentro de autoespaços repetidos.
Ler \(Q^{-1}=Q^T\) em \(A=QDQ^T\) e \(U^{-1}=U^*\) em \(A=UDU^*\).
Usar a decomposição espectral \(A=\sum_i\lambda_i q_iq_i^T\).
Calcular traço, determinante, posto, potências e invertibilidade a partir dos autovalores.
Classificar a definitude de \(x^TAx\) a partir dos sinais dos autovalores.
Vocabulário-chave
Autoadjunta: igual à sua adjunta; \(A^T=A\) sobre \(\mathbb{R}\), \(A^*=A\) sobre \(\mathbb{C}\).
Matriz ortogonal: \(Q^TQ=I\), então \(Q^{-1}=Q^T\).
Matriz unitária: \(U^*U=I\), então \(U^{-1}=U^*\).
Base ortonormal de autovetores: uma base de autovetores unitários que são dois a dois ortogonais.
Projeção espectral: \(q_iq_i^T\), a projeção de posto um sobre a reta gerada por \(q_i\).
Quociente de Rayleigh: \(\dfrac{x^TAx}{x^Tx}\), limitado pelo menor e pelo maior autovalor para \(A\) simétrica.
Pré-verificação rápida
Pré-verificação: O teorema espectral real se aplica mais diretamente a quais matrizes?
Dica: O teorema exige que a matriz coincida com sua transposta no caso real.
Matrizes simétricas e hermitianas têm dados espectrais reais
Objetivo de aprendizagem: Saber quando o teorema espectral está disponível e o que ele garante antes de calcular qualquer coisa.
Ideia-chave
Em um espaço com produto interno real, a condição-chave é \(A^T=A\). Em um espaço com produto interno complexo, a condição correspondente é \(A^*=A\), onde \(A^*\) é a transposta conjugada. Essas condições autoadjuntas forçam os autovalores a serem reais e fazem o operador se comportar como um alongamento em direções perpendiculares.
Lista de reconhecimento
Primeiro verifique se a matriz é quadrada.
Caso real: compare as entradas através da diagonal, de modo que \(a_{ij}=a_{ji}\).
Caso complexo: compare \(a_{ij}\) com \(\overline{a_{ji}}\).
Se a condição vale, procure uma base ortonormal de autovetores em vez de uma matriz geral de mudança de base.
Exemplo resolvido
Exemplo: Seja \(A=\operatorname{diag}(2,5)\). Por que o teorema espectral é imediato?
A matriz é real simétrica porque é igual à sua transposta. Os vetores da base padrão \(e_1,e_2\) já são autovetores ortonormais, com autovalores \(2\) e \(5\). Assim, \(A=QDQ^T\) com \(Q=I\) e \(D=\operatorname{diag}(2,5)\).
Pratique
Pratique: Qual matriz é simétrica?
Dica: Uma matriz real simétrica tem entradas correspondentes acima e abaixo da diagonal.
Autovalores diferentes geram autoespaços perpendiculares
Objetivo de aprendizagem: Usar a ideia de prova de que a simetria move \(A\) através de um produto interno.
Ideia-chave
Se \(Au=\lambda u\) e \(Av=\mu v\), então a simetria dá \(\langle Au,v\rangle=\langle u,Av\rangle\). Portanto, \(\lambda\langle u,v\rangle=\mu\langle u,v\rangle\). Quando \(\lambda≠\mu\), isso força \(\langle u,v\rangle=0\).
Autovalores repetidos
Autoespaços distintos são automaticamente ortogonais.
Dentro de um autoespaço de autovalor repetido, os vetores não são automaticamente ortogonais.
Use Gram-Schmidt dentro de um autoespaço repetido para escolher uma base ortonormal.
Combinar essas bases em todos os autoespaços dá a base ortonormal de autovetores prometida pelo teorema.
Exemplo resolvido
Exemplo: A matriz \(A=\begin{pmatrix}0&1\\1&0\end{pmatrix}\) tem autovetores \((1,1)\) e \((1,-1)\). O que acontece após a normalização?
Os autovalores são \(1\) e \(-1\). Os autovetores têm produto escalar \(1-1=0\), então são ortogonais. Depois de escalar por \(1/\sqrt2\), eles se tornam colunas ortonormais de uma matriz \(Q\).
Pratique
Pratique: Para uma matriz real simétrica, autovetores associados a autovalores distintos são o quê?
Dica: Use \(\langle Au,v\rangle=\langle u,Av\rangle\) e subtraia os dois múltiplos escalares.
Coloque os autovetores em \(Q\), coloque os autovalores em \(D\)
Objetivo de aprendizagem: Traduzir uma base ortonormal de autovetores para a forma diagonal usada em cálculos.
Ideia-chave
Para uma matriz real simétrica, escolha autovetores ortonormais \(q_1,\dots,q_n\). Faça \(Q\) ter esses vetores como colunas e \(D=\operatorname{diag}(\lambda_1,\dots,\lambda_n)\). Então \(AQ=QD\), logo \(A=QDQ^T\). No caso complexo hermitiano, a forma é \(A=UDU^*\).
Notas de fórmula
As entradas diagonais de \(D\) são autovalores, repetidos com multiplicidade.
As colunas de \(Q\) são os autovetores unitários correspondentes.
Ortogonal significa \(Q^TQ=I\), então \(Q^{-1}=Q^T\).
A ordem dos autovetores pode mudar a ordem das entradas diagonais, mas não o operador.
Use \(q_1=(1,1)/\sqrt2\) com autovalor \(1\) e \(q_2=(1,-1)/\sqrt2\) com autovalor \(-1\). Então \(Q=[q_1\ q_2]\) é ortogonal e \(D=\operatorname{diag}(1,-1)\), logo \(A=QDQ^T\).
Pratique
Pratique: Se \(Q\) é ortogonal, quanto é \(Q^{-1}\)?
Dica: Colunas ortogonais satisfazem \(Q^TQ=I\).
Uma matriz simétrica é uma soma ponderada de projeções ortogonais
Objetivo de aprendizagem: Ler ações, potências, posto, traço e determinante diretamente a partir dos autovalores.
Ideia-chave
A partir de \(A=QDQ^T\), com colunas \(q_i\), expanda o produto para obter \[A=\sum_i \lambda_i q_iq_i^T.\] Cada \(q_iq_i^T\) projeta sobre uma reta unitária de autovetores, e \(\lambda_i\) diz com que intensidade \(A\) alonga essa direção.
Dados espectrais
\(\operatorname{tr}A=\sum_i\lambda_i\).
\(\det A=\prod_i\lambda_i\).
\(\operatorname{rank}A\) é o número de autovalores não nulos.
\(A^k=QD^kQ^T\), então os autovalores de \(A^k\) são \(\lambda_i^k\).
Se todos os \(\lambda_i≠0\), então \(A^{-1}=QD^{-1}Q^T\).
Exemplo resolvido
Exemplo: Se uma matriz simétrica tem autovalores \(2\) e \(3\), quais são os autovalores de \(A^2\)?
Os mesmos autovetores funcionam para \(A^2\), e os autovalores são elevados ao quadrado. Portanto, os autovalores de \(A^2\) são \(4\) e \(9\).
Pratique
Pratique: Se \(A\) é simétrica com autovalores \(2\) e \(3\), quais são os autovalores de \(A^2\)?
Dica: Potências agem nos autovalores pela mesma potência.
Os sinais dos autovalores classificam \(x^TAx\)
Objetivo de aprendizagem: Transformar uma forma quadrática em uma soma diagonal ao girar para uma base ortonormal de autovetores.
Ideia-chave
Se \(A=QDQ^T\) e \(y=Q^Tx\), então \[x^TAx=y^TDy=\sum_i\lambda_i y_i^2.\] Como \(Q\) preserva comprimentos, os sinais dos autovalores determinam se a forma quadrática é positiva, negativa, semidefinida ou indefinida.
Testes de definitude
Todos os autovalores positivos: definida positiva.
Todos os autovalores não negativos e pelo menos um zero: semidefinida positiva, mas não definida.
Todos os autovalores negativos: definida negativa.
Todos os autovalores não positivos e pelo menos um zero: semidefinida negativa, mas não definida.
Pelo menos um autovalor positivo e pelo menos um negativo: indefinida.
Exemplo resolvido
Exemplo: Uma matriz real simétrica tem autovalores \(0,4\). Como sua forma quadrática deve ser classificada?
Ambos os autovalores são não negativos, e um autovalor é zero. Portanto, \(x^TAx\ge0\) para todo \(x\), mas não é positivo para todo \(x\) não nulo. A forma é semidefinida positiva, não definida positiva.
Pratique
Pratique: Uma matriz real simétrica tem autovalores \(-1\) e \(3\). Como sua forma quadrática é classificada?
Dica: Um autovalor dá uma direção negativa e o outro dá uma direção positiva.
Projeções e quocientes de Rayleigh são exemplos espectrais
Objetivo de aprendizagem: Conectar o teorema a operadores comuns que aparecem em problemas de álgebra linear.
Ideia-chave
Uma projeção simétrica \(P\) satisfaz \(P^2=P\) e \(P^T=P\). Se \(Pv=\lambda v\), então \(P^2v=Pv\) dá \(\lambda^2=\lambda\), logo \(\lambda\) é \(0\) ou \(1\). O teorema espectral diz que o espaço se divide ortogonalmente entre a imagem e o núcleo da projeção.
Visão de operador
Projeções simétricas têm forma diagonal apenas com \(0\) e \(1\) na diagonal.
O traço de uma projeção simétrica é igual ao seu posto.
O quociente de Rayleigh de \(A\) simétrica fica entre o menor e o maior autovalor.
A norma do operador de \(A\) simétrica é \(\max_i|\lambda_i|\).
Exemplo resolvido
Exemplo: Qual é a imagem espectral da projeção sobre uma reta em \(\mathbb{R}^2\)?
A direção da reta é uma reta de autovetores com autovalor \(1\), porque vetores sobre a reta não mudam. A direção perpendicular é uma reta de autovetores com autovalor \(0\), porque é enviada para zero. Em uma base ortonormal adaptada à reta, a matriz é \(\operatorname{diag}(1,0)\).
Pratique
Pratique: Uma matriz de projeção simétrica é diagonalizável ortogonalmente com quais entradas diagonais possíveis?
Dica: Aplique \(P^2=P\) a um autovetor.
A maioria dos erros ignora as hipóteses ou a base
Objetivo de aprendizagem: Terminar com uma lista compacta de erros comuns no teorema espectral.
Armadilhas comuns
Diagonalizável não basta: o teorema exige estrutura autoadjunta para uma base ortonormal de autovetores.
Simétrica e antissimétrica: \(A^T=A\), não \(A^T=-A\).
Autovalores repetidos: talvez você precise ortonormalizar dentro de um autoespaço.
Correspondência da ordem: cada entrada diagonal em \(D\) deve corresponder à coluna correspondente de \(Q\).
Definitude: zeros dão semidefinitude, não definitude.
Matrizes de projeção: \(P^2=P\) dá uma projeção; \(P^T=P\) dá uma projeção ortogonal no espaço euclidiano.
Exemplo resolvido
Exemplo: Se \(A=5I\) em \(\mathbb{R}^3\), quantos autovetores estão disponíveis?
Todo vetor não nulo é autovetor com autovalor \(5\). O autoespaço repetido é todo \(\mathbb{R}^3\), então escolha qualquer base ortonormal. Este é um bom lembrete de que autovalores repetidos não impedem o teorema espectral.
Pratique
Pratique: Uma matriz hermitiana tem autovalores que são o quê?
Dica: Matrizes hermitianas são o análogo autoadjunto complexo das matrizes reais simétricas.
Recapitulação final
Real simétrica significa \(A^T=A\); hermitiana significa \(A^*=A\).
Matrizes autoadjuntas têm autovalores reais.
Autoespaços distintos são ortogonais.
Autoespaços repetidos podem receber bases ortonormais.
Matrizes reais simétricas satisfazem \(A=QDQ^T\) com \(Q\) ortogonal.
A decomposição espectral é \(A=\sum_i\lambda_i q_iq_i^T\).
Traço, determinante, posto, potências e invertibilidade são lidos a partir dos autovalores.
A definitude de uma forma quadrática é controlada pelos sinais dos autovalores.
Projeções simétricas têm autovalores \(0\) e \(1\).
Próximo passo: Feche esta aula e tente o questionário novamente. Para cada problema, verifique primeiro o tipo da matriz; depois decida se a resposta trata de realidade dos autovalores, ortogonalidade, forma diagonal, decomposição espectral ou sinais de formas quadráticas.
Série de prática
Perguntas de prática de Spectral Theorem com pontuação instantânea
Responda às 10 perguntas abaixo e receba sua pontuação final com uma revisão de erros para saber exatamente o que melhorar.
0/10respondidas
Pergunta 1Não respondida
A qual tipo de matriz o teorema espectral real se aplica mais diretamente?
Resposta correta: A. Matrizes reais simétricas
Explicação: Matrizes reais simétricas têm uma base ortonormal de autovetores.
Pergunta 2Não respondida
O que se pode dizer sobre os autovalores de uma matriz simétrica real?
Resposta correta: D. Eles são reais
Explicação: Matrizes simétricas reais têm autovalores reais.
Pergunta 3Não respondida
Autovetores de uma matriz simétrica associados a autovalores distintos são:
Resposta correta: B. Ortogonais
Explicação: A simetria força autoespaços de autovalores distintos a serem ortogonais.
Pergunta 4Não respondida
Uma matriz real simétrica é diagonalizável por:
Resposta correta: A. Uma matriz ortogonal
Explicação: O teorema espectral fornece uma diagonalização ortogonal.
Pergunta 5Não respondida
Se \(A=QDQ^T\) com \(Q\) ortogonal, o que é \(Q^{-1}\)?
Resposta correta: B. \(Q^T\)
Explicação: Para uma matriz ortogonal, a inversa é a transposta.
Pergunta 6Não respondida
Se uma matriz simétrica tem autovalores \(1\) e \(3\), quais são as entradas diagonais de sua forma diagonal espectral?
Resposta correta: B. \(1\) e \(3\)
Explicação: A forma diagonal lista os autovalores.
Pergunta 7Não respondida
Qual matriz é simétrica?
Resposta correta: D. \(\begin{pmatrix}1&2\\2&3\end{pmatrix}\)
Explicação: Uma matriz simétrica é igual à sua transposta.
Pergunta 8Não respondida
Se uma matriz simétrica tem um autovalor repetido, o teorema espectral ainda fornece:
Resposta correta: C. Uma base de autovetores ortonormal
Explicação: Mesmo autoespaços repetidos podem receber uma base ortonormal.
Pergunta 9Não respondida
Qual é o significado geométrico da diagonalização ortogonal?
Resposta correta: D. Existe uma base de autovetores ortonormal
Explicação: Isso significa que a transformação é diagonal em uma base ortonormal.
Pergunta 10Não respondida
Para uma matriz real simétrica, a diagonalizabilidade é garantida?
Resposta correta: B. Sim
Explicação: Sim. Esta é uma das principais conclusões do teorema espectral.
