Matriz ortogonal

 Nota: Para matrizes complexas ortogonais, veja Matriz unitária.

Em Álgebra linear, uma matriz quadrada é dita ortogonal se sua matriz inversa coincide com sua matriz transposta.[1][2][3]

Isto é, uma matriz M R n × n {\displaystyle M\in \mathbb {R} ^{n\times n}} é ortogonal se M 1 = M T {\displaystyle M^{-1}=M^{T}}

Definição

Uma matriz M R n × n {\displaystyle M\in R^{n\times n}} é dita ortogonal se:

  • ortogonal se for invertível, isto é: d e t ( M ) 0 {\displaystyle det(M)\neq 0} [4]; (necessário, mas não é suficiente)
  • ortogonal se somente se sua matriz inversa M 1 {\displaystyle M^{-1}} coincide com sua matriz transposta M T {\displaystyle M^{T}} , isto é: M 1 = M T {\displaystyle M^{-1}=M^{T}} [5] (necessário e suficiente)

Exemplos

  • Matriz identidade:
I n = [ 1 0 0 0 0 1 0 0 0 0 1 0 0 0 0 1 ] n × n {\displaystyle I_{n}={\begin{bmatrix}1&0&0&\cdots &0\\0&1&0&\cdots &0\\0&0&1&\cdots &0\\\vdots &\vdots &\vdots &\vdots &\vdots \\0&0&0&\cdots &1\end{bmatrix}}_{n\times n}} ;
R θ = [ cos θ -sen θ sen θ cos θ ] {\displaystyle R_{\theta }={\begin{bmatrix}\cos \,\theta &{\text{-sen}}\,\theta \\{\text{sen}}\,\theta &\cos \,\theta \end{bmatrix}}}
  • Matriz de reflexão em torno do eixo x {\displaystyle x} :
R x = [ 1 0 0 1 ] {\displaystyle R_{x}={\begin{bmatrix}1&0\\0&-1\end{bmatrix}}}

Propriedades

Matrizes ortogonais possuem as seguintes propriedades:[1]

  • Se A {\displaystyle A} é uma matriz ortogonal, então det ( A ) = ± 1 {\displaystyle \det(A)=\pm 1} .[demonstração 1]
  • A matriz A {\displaystyle A} é ortogonal se, e somente se, suas colunas formam um conjunto ortonormal.[demonstração 2]
  • A matriz A {\displaystyle A} é ortogonal se, e somente se, suas linhas formam um conjunto ortonormal.[demonstração 3]
  1. A matriz A {\displaystyle A} é ortogonal se, e somente se, sua transposta A T {\displaystyle A^{T}} também é.[demonstração 4]
  • Se A {\displaystyle A} é uma matriz ortogonal, então c A {\displaystyle cA} é ortogonal se, e somente se, c = ± 1 {\displaystyle c=\pm 1} .[demonstração 5]

Ver também

  • Matriz ortogonalmente diagonalizável

Referências

Bibliografia

  • Kolman, B. (2013). Álgebra linear com aplicações 9 ed. [S.l.]: LTC. ISBN 9788521622086 
  • Strang, Gilbert (2010). Álgebra linear e suas aplicações 4 ed. [S.l.]: Cengage. ISBN 9788522107445 
  • Lay, David (2013). Álgebra linear e suas aplicações 4 ed. [S.l.]: LTC. ISBN 9788521622093 
  • Santos, Reginaldo J. (2013). Introdução à Álgebra Linear. Belo Horizonte: Imprensa universitária - UFMG. ISBN 8574700185 

Demonstrações

  1. Da definição, tem-se que: A T A 1 = I n {\displaystyle A^{T}\cdot A^{-1}=I_{n}} , então d e t ( A T A 1 ) = d e t ( I n ) = 1 {\displaystyle det(A^{T}\cdot A^{-1})=det(I_{n})=1} . Pelo Teorema de Binet, d e t ( A T A 1 ) = d e t ( A T ) d e t ( A 1 ) {\displaystyle det(A^{T}\cdot A^{-1})=det(A^{T})\cdot det(A^{-1})} , então d e t ( A T A 1 ) = d e t ( A T ) d e t ( A 1 ) = 1 {\displaystyle det(A^{T}\cdot A^{-1})=det(A^{T})\cdot det(A^{-1})=1} .
    No entanto, sabe-se também da definição que A T = A 1 {\displaystyle A^{T}=A^{-1}} implica det ( A T ) = det ( A 1 ) {\displaystyle \det(A^{T})=\det(A^{-1})} .
    Logo, d e t ( A T ) d e t ( A 1 ) = ( d e t ( A ) ) 2 = 1 {\displaystyle det(A^{T})\cdot det(A^{-1})={\bigl (}det(A){\bigr )}^{2}=1} , de onde aplicando a raiz dos dois lados da equação, obtém-se det ( A ) = ± 1 {\displaystyle \det(A)=\pm 1} .
  2. Seja A = [ a 1   a 2     a n ] {\displaystyle A=[\mathbf {a} _{1}~\mathbf {a} _{2}~\ldots ~\mathbf {a} _{n}]} uma matriz ortogonal, onde a i {\displaystyle \mathbf {a} _{i}} indica a i-ésima coluna de A {\displaystyle A} . Como A T = A 1 {\displaystyle A^{T}=A^{-1}} , temos A T A = I n {\displaystyle A^{T}A=I_{n}} , donde vemos que:
    a i a j = { 1 ,   i = j 0 ,   i j {\displaystyle \mathbf {a} _{i}\cdot \mathbf {a} _{j}=\left\{{\begin{array}{ll}1&,~i=j\\0&,~i\neq j\end{array}}\right.}
    isto é, o conjunto formado pelos vetores coluna { a 1 , a 2 , , a n } {\displaystyle \{\mathbf {a} _{1},\mathbf {a} _{2},\ldots ,\mathbf {a} _{n}\}} é um conjunto ortonormal.
    Reciprocamente, se as colunas de A {\displaystyle A} formam um conjunto ortonormal de vetores, então vemos por cálculo direto que A T A = I n {\displaystyle A^{T}A=I_{n}} .
  3. Segue raciocínio análogo do usado na demonstração da propriedade anterior.
  4. Segue imediatamente da observação de que:
    A T = A 1 ( A T ) T = ( A 1 ) T A = ( A T ) 1 {\displaystyle A^{T}=A^{-1}\Leftrightarrow (A^{T})^{T}=(A^{-1})^{T}\Leftrightarrow A=(A^{T})^{-1}} .
  5. Por hipótese, A T = A 1 {\displaystyle A^{T}=A^{-1}} . Com isso, temos:
    ( c A ) T = c A T = c A 1 {\displaystyle (cA)^{T}=cA^{T}=cA^{-1}} .
    Agora, c A 1 = ( c A ) 1 {\displaystyle cA^{-1}=(cA)^{-1}} se, e somente se, c = ± 1 {\displaystyle c=\pm 1} . Isso completa a demonstração.
  • v
  • d
  • e
Classes de matriz
Elementos explicitamente restritos
Constante
Condições sobre
autovalores e autovetores
Satisfazendo condições
sobre produtos ou inversas
Com aplicações específicas
Usada em estatística
  • Bernoulli
  • Centro
  • Correlação
  • Covariância
  • Dispersão
  • Duplamente estocástica
  • Informação de Fisher
  • Projeção
  • Precisão
  • Estocástica
  • Transição
Usada em teoria dos grafos
Usada em ciência e engenharia
Termos relacionados
  • Categoria:Matrizes
  • v
  • d
  • e
Tópicos relacionados com álgebra linear
Conceitos básicos
Matrizes
Álgebra linear numérica