Diagonalizacao

Matrizes Semelhantes e Matrizes Diagonalizaveis

Nosso objetivo neste captulo e estudar aquelas transformacoes lineares de R
n
para as quais existe pelo menos
uma base em que elas sao representadas por uma matriz diagonal. Uma matriz diagonal e a matriz mais
simples possvel. Note, no entanto, que nao e possvel encontrar para toda transformacao linear uma base
em que a transformacao e representada por uma matriz diagonal: rotacoes, por exemplo, nao podem ser
representadas em geral por matrizes diagonais, pois uma rotacao transforma um vetor em outro vetor com
uma direcao completamente diferente.

E possvel provar que duas matrizes A e B representam a mesma transformacao linear, com respeito a
bases diferentes, se e somente se elas estao relacionadas atraves da seguinte equacao
B = P
1
AP,
para alguma matriz invertvel P ; a matriz P e precisamente a matriz de mudanca de coordenadas, quando
passamos de uma base para a outra. Assim, dada uma transformacao linear, representada em uma certa base
por uma matriz A, a questao de determinar se existe uma base na qual a tranformacao linear e representada
por uma matriz diagonal D se reduz a encontrar uma matriz invertvel P tal que
D = P
1
AP.
Isso motiva as seguintes denicoes.
Denicao. Sejam A, B matrizes n n. Dizemos que B e semelhante a A, se existe uma matriz invertvel
P tal que
B = P
1
AP.
Denicao. Dizemos que uma matriz A e diagonalizavel, se ela e semelhante a uma matriz diagonal.
Autovalores e Autovetores
Dada uma transformacao linear T, suponha que exista alguma base em que T e representada por uma matriz
diagonal, digamos por
B =
_
_
_
_
_

1
0 0
0
2
0
.
.
.
.
.
.
.
.
.
.
.
.
0 0 0
n
_
_
_
_
_
.
Para os vetores desta base
e
1
=
_
_
_
_
_
1
0
.
.
.
0
_
_
_
_
_
, e
2
=
_
_
_
_
_
0
1
.
.
.
0
_
_
_
_
_
, ..., e
n
=
_
_
_
_
_
0
0
.
.
.
1
_
_
_
_
_
,
1
temos
Be
1
=
1
e
1
, Be
2
=
2
e
2
, ..., Be
n
=
n
e
n
.
Isso mostra que, dada uma transformacao linear T, seremos capazes de diagonalizar T (em outras palavras,
encontrar uma base em que ela e representada por uma matriz diagonal) se e somente se formos capazes de
encontrar n vetores linearmente independentes v
1
, v
2
, ..., v
n
tais que
Tv
1
=
1
v
1
, Tv
2
=
2
v
2
, ..., Tv
n
=
n
v
n
.
Tudo isso motiva as seguintes denicoes.
Denicao. Seja A uma matriz n n. Dizemos que um n umero real e um autovalor de A se existir um
vetor nao nulo v de R
n
tal que
Av = v.
O vetor v e chamado um autovetor de A, correspondente ao autovalor .
Teorema. Uma matriz A
nn
e diagonalizavel se e somente se ela possui n autovetores linearmente inde-
pendentes.
Prova: Suponha que A e diagonalizavel, isto e, que exista uma matriz invertvel P tal que D = P
1
AP.
Em particular, segue que
AP = DP
Escreva P segundo suas colunas:
P = [V
1
V
2
. . . V
n
].
Entao
AP = [AV
1
AV
2
. . . AV
n
]
e
DP = [
1
V
1

2
V
2
. . .
n
V
n
].
Comparando, conclumos que
AV
1
=
1
V
1
,
AV
2
=
2
V
2
,
.
.
.
AV
n
=
n
V
n
,
isto e, as colunas de P sao autovetores de A. Como P e invertvel, suas colunas sao L.I., logo encontramos
n autovetores L.I. para A.
Reciprocamente, suponha agora que existam n vetores L.I. V
1
, V
2
, . . . , V
n
tais que AV
1
=
1
V
1
, AV
2
=

2
V
2
, . . . , AV
n
=
n
V
n
. Dena uma matriz n n P por
P = [V
1
V
2
. . . V
n
].
Como as colunas de P sao L.I., segue que P e invertvel. Temos
AP = A[V
1
V
2
. . . V
n
] = [AV
1
AV
2
. . . AV
n
] = [
1
V
1

2
V
2
. . .
n
V
n
] = [V
1
V
2
. . . V
n
]
_

1
0 0
0
2
0
.
.
.
.
.
.
.
.
.
.
.
.
0 0 0
n
_

_
= PD
2
onde denotamos
D =
_

1
0 0
0
2
0
.
.
.
.
.
.
.
.
.
.
.
.
0 0 0
n
_

_
.
Multiplicando ambos os lados da equacao por P
1
, obtemos P
1
AP = D.
Corolario. Se D = P
1
AP, entao as colunas da matriz P sao n autovetores linearmente independentes de
A.
Portanto, a matriz P pode ser obtida encontrando-se n autovetores L.I. de A. O que nao e surpreendente:
a matriz P e exatamente a matriz da mudanca de coordenadas de uma base B formada por autovetores da
matriz A para a base canonica, onde se supoe que a matriz A esta escrita; para obter D e necessario voltar
para a base B atraves da mudanca de coordenadas inversa P
1
.
Exemplo 1. Considere a transformacao linear T : R
3
R
3
denida por
T((x, y, z)) =
_
3
8
x
13
4
y +
27
8
z,
1
2
x + 3y +
1
2
z,
21
8
x +
21
4
y
3
8
z
_
Esta transformacao linear e representada na base {i, j, k} pela matriz
A =
_
_
3
8

13
4
27
8
1
2
3
1
2
21
8
21
4

3
8
_
_
.
Mas, se tomarmos os vetores V
1
= (1, 2, 3), V
2
= (1, 0, 1) e V
3
= (2, 1, 0), notamos o seguinte:
TV
1
= A
_
_
1
2
3
_
_
=
_
_
4
8
12
_
_
= 4
_
_
1
2
3
_
_
= 4V
1
,
TV
2
= A
_
_
1
0
1
_
_
=
_
_
3
0
3
_
_
= 3
_
_
1
0
1
_
_
3V
2
,
TV
3
= A
_
_
2
1
0
_
_
=
_
_
4
2
0
_
_
= 2
_
_
2
1
0
_
_
= 2V
3
.
Note que os vetores V
1
, V
2
, V
3
sao L. I., logo eles tambem formam uma base para R
3
. Portanto, com
relacao `a base {V
1
, V
2
, V
3
}, a transformacao linear T e representada pela matriz
B =
_
_
4 0 0
0 3 0
0 0 2
_
_
.
Observe que a matriz A tem autovalores 4, 3 e 2. Autovetores correspondentes a estes autovalores
sao V
1
= (1, 2, 3), V
2
= (1, 0, 1) e V
3
= (2, 1, 0). Segue que
P =
_
_
1 1 2
2 0 1
3 1 0
_
_
.
3
Como
P
1
=
_
_
1 1 2
2 0 1
3 1 0
_
_
1
=
_
_
1
8
1
4
1
8
3
8
3
4

5
8

1
4
1
2

1
4
_
_
,
conclumos que
_
_
4 0 0
0 3 0
0 0 2
_
_
=
_
_
1
8
1
4
1
8
3
8
3
4

5
8

1
4
1
2

1
4
_
_
_
_
3
8

13
4
27
8
1
2
3
1
2
21
8
21
4

3
8
_
_
_
_
1 1 2
2 0 1
3 1 0
_
_
.

Portanto, para determinar se uma matriz e diagonalizavel, precisamos determinar antes de mais nada
seus autovalores. Isso pode ser feito da maneira a seguir.
Denotando por I a matriz identidade, entao a equacao Av = v e equivalente a Av = Iv, ou
(AI)v = 0.
Portanto, sera um autovalor de A se e somente se o sistema homogeneo (A I)X = 0 possuir solucoes
nao-triviais. Mas isso acontecera se e somente se det(AI) = 0. A expressao det(AI) e um polinomio
de grau n em , logo conclumos que os autovalores de A sao exatamente as razes deste polinomio. Este
polinomio e chamado o polinomio caracterstico de A.
Proposicao 1. Seja A uma matriz n n. Os autovalores de A sao as razes do polinomio caracterstico de
A
p() = det(AI).
Em particular, uma matriz n n possui no maximo n autovalores distintos.
Exemplo 2. Determine os autovalores da matriz
a)
A =
_
2 2
2 2
_
.
b)
B =
_
cos sin
sin cos
_
.
Solucao: Temos
det(AI) = det
_
2 2
2 2
_
= (2 )
2
+ 4
=
2
4 + 8.
Este polinomio nao tem razes reais, pois = b
2
4ac = 16 32 = 16, logo a matriz A nao tem
autovalores. Observe que
A = 2

2
_

2
2

2
2
2
2

2
2
_
,
isto e, A representa uma rotacao de R
2
por um angulo de 45

, seguida de uma dilatacao por um fator

de 2

2, portanto este resultado esta de acordo com o que seria esperado. Similarmente, a matriz em
4
(b) representa uma rotacao de R
2
por um angulo e nos temos
det(B I) = det
_
cos sin
sin cos
_
= (cos )
2
+ sin
2

= cos
2
2cos +
2
+ sin
2

=
2
2cos + 1.
Como o discriminante deste polinomio e = b
2
4ac = 4 cos
2
4 = 4(cos
2
1), ele so possui razes
reais se cos = 1, ou seja, para = 0 ou = 180

. O primeiro corresponde `a matriz identidade

B =
_
1 0
0 1
_
,
cujos autovalores sao as razes de
2
2 + 1, ou seja, todos iguais a 1, enquanto que o segundo
corresponde `a matriz
B =
_
1 0
0 1
_
,
cujos autovalores sao as razes de
2
+ 2 + 1, ou seja, todos iguais a 1. Sao os unicos exemplos de
rotacoes em R
2
que podem ser representadas por matrizes diagonais.
Exemplo 3. Determine os autovalores da matriz
A =
_
_
1 2 2
1 2 1
1 1 0
_
_
.
Solucao: Temos
det(AI) = det
_
_
1 2 2
1 2 1
1 1
_
_
= (1 +)

2 1
1

2 2
1

+ (1)

2 2
2 1

= (1 +)[
2
2 + 1] 2 + 2 + 2 4 + 2
= (1 +)[
2
2 + 1].
As razes de (1 +)[
2
2 + 1] = 0 sao = 1 e = 1, logo estes sao os autovalores de A.
Uma vez encontrados os autovalores da matriz, para encontrar os autovetores basta resolver o sistema
linear homogeneo
(AI)X = 0.
Como eles sao as solucoes de um sistema linear homogeneo, segue que os autovetores associados a um
determinado autovalor formam um subespaco vetorial, que nos chamamos o autoespaco associado ao
autovalor .
Proposicao 2. Seja A uma matriz n n. Se e um autovalor de A, entao os autovetores de A associados
a sao as solucoes do sistema homogeneo
(AI)X = 0.
Vamos resumir tudo o que foi explicado acima no seguinte teorema.
5
Teorema. Seja A uma matriz n n. A e diagonalizavel se e somente se existe uma base para R
n
formada
por autovetores de A. Neste caso, ela e semelhante a uma matriz diagonal D cuja diagonal principal e
formada pelos autovalores de A, cada um aparecendo tantas vezes quanto for a dimensao do autoespaco
associado a ele.
Exemplo 4. Determine se a matriz do Exemplo 3 e diagonalizavel. Se for, determine uma matriz diagonal
semelhante a ela.
Solucao: Ja determinamos que A possui 1 e 1 como autovalores. A sera diagonalizavel se e somente
se pudermos formar uma base para R
3
entre os autovetores associados a estes autovalores.
Os autovetores associados ao autovalor 1 sao as solucoes do sistema homogeneo (AI)X = 0, ou seja,
_
_
2 2 2
1 1 1
1 1 1
_
_
X = 0.
Resolvemos este sistema.

E facil ver que sua matriz aumentada tem forma escalonada reduzida
_
_
1 1 1 0
0 0 0 0
0 0 0 0
_
_
.
Obtemos entao que o autoespaco associado a 1 e
_
_
_
_
_

_
_
R
3
: , R
_
_
_
.
Como ( , , ) = (1, 1, 0) + (1, 0, 1), segue que uma base para este autoespaco e formada
pelos vetores
(1, 1, 0) e (1, 0, 1).
Os autovetores associados ao autovalor 1 sao as solucoes do sistema homogeneo (A + I)X = 0, ou
seja,
_
_
0 2 2
1 3 1
1 1 1
_
_
X = 0.
Resolvemos este sistema.

E facil ver que sua matriz aumentada tem forma escalonada reduzida
_
_
1 0 2
0 1 1
0 0 0
_
_
.
Obtemos entao que o autoespaco associado a 1 e
_
_
_
_
_
2

_
_
R
3
: R
_
_
_
.
Como (2, , ) = (2, 1, 1), segue que uma base para este autoespaco e formada pelo vetor
(2, 1, 1).
6
Os vetores (1, 1, 0), (1, 0, 1) e (2, 1, 1) sao L. I., como pode ser facilmente vericado, portanto
conclumos que a matriz A e diagonalizavel. Ela e semelhante `a matriz
_
_
1 0 0
0 1 0
0 0 1
_
_
.
O seguinte resultado facilitara o trabalho de determinar a independencia linear de autovetores.
Proposicao. Seja A uma matriz n n. Sejam
1
,
2
autovalores distintos de A. Suponha que {v
1
, ..., v
k
}
sao autovetores L. I. associados a
1
e {w
1
, ..., w
l
} sao autovetores L. I. associados a
2
. Entao o
conjunto {v
1
, ..., v
k
, w
1
, ..., w
l
} e L. I.
O mesmo resultado vale para qualquer n umero de autovalores distintos de A.
Prova: Suponha que existem escalares x
1
, ..., x
k
, y
1
, ..., y
l
tais que
x
1
v
1
+... +x
k
v
k
+y
1
w
1
+... +y
l
w
l
= 0. (1)
Multiplicando ambos os lados por A e usando o fato de que Av
j
=
1
v
j
, Aw
j
=
2
w
j
segue que
x
1

1
v
1
+... +x
k

1
v
k
+y
1

2
w
1
+... +y
l

2
w
l
= 0. (2)
Por outro lado, multiplicando a equacao (1) por
2
obtemos
x
1

2
v
1
+... +x
k

2
v
k
+y
1

2
w
1
+... +y
l

2
w
l
= 0. (3)
Agora, equacao (3) menos equacao (2) produz
x
1
(
2

1
)v
1
+... +x
k
(
2

1
)v
k
= 0.
Como os vetores v
1
, ..., v
k
sao L. I. e
1
=
2
, conclumos que x
1
= ... = x
k
= 0. Analogamente, multiplicando
a equacao (1) por
1
e subtraindo da equacao (2) obtemos y
1
= ... = y
l
= 0.
Corolario. Se uma matriz n n possui n autovalores distintos, entao ela e diagonalizavel.
Exemplo 5. Determine se a matriz a seguir e diagonalizavel ou nao.
A =
_
_
_
_
1 0 0 0

2 1 0 0

1
7
2 0

17 e

10
6

_
_
_
_
.
Solucao: Temos
det(AI) = det
_
_
_
_
1 0 0 0

2 1 0 0

1
7
2 0

17 e

10
6


_
_
_
_
= (1 )(1 )(2 )(

),
(lembre-se que o determinante de uma matriz triangular e o produto dos elementos na diagonal prin-
cipal), logo os autovalores de A sao 1, 1, 2 e

. Como A e uma matriz 4 4 com 4 autovalores
distintos, segue que A e diagonalizavel. A e semelhante `a matriz
D =
_
_
_
_
1 0 0 0
0 1 0 0
0 0 2 0
0 0 0

_
_
_
_
.

7
Exemplo 6. Determine se a matriz a seguir e diagonalizavel ou nao. Se for, determine uma matriz diagonal
semelhante a ela.
B =
_
_
_
_
3 3 0 0
3 3 0 0
0 0 3 3
0 0 3 3
_
_
_
_
.
Solucao: Temos
det(B I) = det
_
_
_
_
3 3 0 0
3 3 0 0
0 0 3 3
0 0 3 3
_
_
_
_
= det
_
3 3
3 3
_
det
_
3 3
3 3
_
= [(3 )
2
9]
2
,
logo det(B I) = 0 quando (3 )
2
9 = 0, ou seja, quando 3 = 3, donde conclumos que os
autovalores de B sao
= 0 e = 6.
O autoespaco associado ao autovalor 0 e o conjunto-solucao do sistema homogeneo BX = 0, cuja
matriz aumentada e
_
_
_
_
3 3 0 0 0
3 3 0 0 0
0 0 3 3 0
0 0 3 3 0
_
_
_
_
que e equivalente por linhas a
_
_
_
_
1 1 0 0 0
0 0 0 0 0
0 0 1 1 0
0 0 0 0 0
_
_
_
_
,
que representa o sistema
_
x
1
+x
2
= 0
x
3
+x
4
= 0
.
Portanto, o autoespaco associado a 0 e o conjunto de vetores da forma (, , , ) = (1, 1, 0, 0)+
(0, 0, 1, 1), logo uma base para este autoespaco e dada por
B
0
= {(1, 1, 0, 0), (0, 0, 1, 1)}
e portanto ele tem dimensao 2.
O autoespaco associado ao autovalor 6 e o conjunto-solu cao do sistema homogeneo (B 6I)X = 0,
cuja matriz aumentada e
_
_
_
_
3 3 0 0 0
3 3 0 0 0
0 0 3 3 0
0 0 3 3 0
_
_
_
_
que e equivalente por linhas a
_
_
_
_
1 1 0 0 0
0 0 0 0 0
0 0 1 1 0
0 0 0 0 0
_
_
_
_
,
que representa o sistema
_
x
1
x
2
= 0
x
3
x
4
= 0
.
Portanto, o autoespaco associado a 0 e o conjunto de vetores da forma (, , , ) = (1, 1, 0, 0) +
(0, 0, 1, 1), logo uma base para este autoespaco e dada por
B
6
= {(1, 1, 0, 0), (0, 0, 1, 1)}
8
e portanto ele tambem tem dimensao 2.
Como R
4
tem dimensao 4, segue da Proposicao 2 (ou pode ser vericado diretamente) que
B = B
0
B
6
= {(1, 1, 0, 0), (0, 0, 1, 1), (1, 1, 0, 0), (0, 0, 1, 1)}
e uma base de autovetores de B para R
4
, logo B e diagonalizavel e e semelhante `a matriz diagonal
D =
_
_
_
_
0 0 0 0
0 0 0 0
0 0 6 0
0 0 0 6
_
_
_
_
.

Exemplo 7 Determine se a matriz a seguir e diagonalizavel ou nao. Se for, determine uma matriz diagonal
semelhante a ela.
C =
_
_
4 2 3
2 1 2
1 2 0
_
_
.
Solucao: Temos
det(C I) = det
_
_
4 2 3
2 1 2
1 2
_
_
=
3
+ 5
2
7 + 3.
Substituindo = 1, vericamos que este valor e uma raiz para esta equacao do terceiro grau; como

3
5
2
+ 7 3
1
=
2
4 + 3, cujas razes sao = 1 e = 3, conclumos que os autovalores de C
sao
= 1 e = 3.
O autoespaco associado ao autovalor 1 e o conjunto-solucao do sistema homogeneo (C I)X = 0, cuja
matriz aumentada e
_
_
3 2 3 0
2 0 2 0
1 2 1 0
_
_
que e equivalente por linhas a
_
_
1 0 1 0
0 1 0 0
0 0 0 0
_
_
,
que representa o sistema
_
x
1
+x
3
= 0
x
2
= 0
.
Portanto, o autoespaco associado a 1 e o conjunto de vetores da forma (, 0, ) = (1, 0, 1), logo
uma base para este autoespaco e dada por
B
1
= {(1, 0, 1)}
e ele tem dimensao 1.
O autoespaco associado ao autovalor 3 e o conjunto-solu cao do sistema homogeneo (C 3I)X = 0,
cuja matriz aumentada e
_
_
1 2 3
2 2 2
1 2 3
_
_
que e equivalente por linhas a
_
_
1 0
5
3
0 1
2
3
0 0 0
_
_
,
9
que representa o sistema
_
x
1
+
5
3
x
3
= 0
x
2
+
2
3
x
3
= 0
.
Portanto, o autoespaco associado a 1 e o conjunto de vetores da forma (
5
3
,
2
3
, ) = (
5
3
,
2
3
, 1),
logo uma base para este autoespaco e dada por
B
3
=
_
(
5
3
,
2
3
, 1)
_
e ele tambem tem dimensao 1.
Como R
3
tem dimensao 3 e so existem no maximo 2 autovetores linearmente independentes para C,
segue nao existe uma base para R
3
formada por autovetores de C, logo C nao e diagonalizavel.
Diagonalizacao de Matrizes Simetricas
Exemplo 8. Considere o problema de identicar a curva no plano representada pela equacao do segundo
grau
3x
2
+ 2xy + 3y
2
= 4.
Esta equacao do segundo grau tambem pode ser escrita como uma equacao matricial:
_
x y

_
3 1
1 3
_ _
x
y
_
= 4,
ou, se denotarmos
X =
_
x
y
_
e A =
_
3 1
1 3
_
,
por
X
t
AX = 4.
Como veremos adiante, e possvel escrever a matriz simetrica A na forma
A = PDP
t
em que
D =
_
2 0
0 4
_
e P =
_

2
2

2
2

2
2

2
2
_
.
[Note que P e a matriz de rotacao por um angulo de 45

.] Assim, a equacao matricial acima se torna

X
t
AX = X
t
(PDP
t
)X = (P
t
X)
t
D(P
t
X) = 4.
Fazendo a mudanca de coordenadas X

= P
t
X, no novo sistema de coordenadas
X

=
_
x

_
,
a equacao matricial e
X
t
DX

= 4,
ou
_
x

_
2 0
0 4
_ _
x

_
= 4,
10
que pode ser reescrita como a equacao de segundo grau
2x
2
+ 4y
2
= 4.
Dividindo por 4, obtemos
x
2
2
+
y
2
1
= 1,
que reconhecemos ser uma elipse com eixo maior de comprimento 2 e eixo menor de comprimento 1.
Como a matriz de mudan ca de coordenadas e uma rotacao, que nao introduz nenhuma distorcao de
comprimento (nao transforma crculos em elipses, por exemplo), conclumos que a equacao original
tambem representava uma elipse com as mesmas dimensoes.
Uma conica e uma curva no plano descrita por uma equacao do segundo grau (o nome se deve ao fato de
que tais curvas sempre podem ser obtidas seccionando-se um cone por um plano).O problema de identicar
tais conicas se reduz a encontrar um sistema de coordenadas mais apropriado, em que a equacao do segundo
grau tem a forma mais simples possvel e permite a identicacao imediata da curva atraves da comparacao
com equacoes modelos. Neste tipo de problema, quando se muda de um sistema de coordenadas para outro e
importante assegurar que esta mudanca de coordenadas nao introduz nenhuma distorcao nos comprimentos.
Uma matriz de mudan ca de coordenadas com esta propriedade e chamada uma matriz ortogonal (um
nome mais correto seria matriz ortonormal, que implica preserva cao tambem de comprimentos, enquanto
que o nome matriz ortogonal sugere apenas a preservacao de angulos, mas a tradicao se estabeleceu e o nome
matriz ortonormal nao foi denido e nao tem qualquer signicado). Assim, se P e ortogonal, entao
Pv = v
para todo v. Operacionalmente, existem varias denicoes equivalentes para que uma matriz seja ortogonal.
Teorema. As seguintes denicoes sao equivalentes para que uma matriz P seja ortogonal.
(i) P
t
= P
1
.
(ii) As colunas de P formam uma base ortonormal de vetores.
Corolario. Se P e ortogonal, entao
det P = 1.
Prova: Como P e ortogonal, a inversa de P e a sua transposta, logo (lembrando que o determinante da
transposta de uma matriz e igual ao determinante da matriz)
PP
t
= I
det(PP
t
) = det I
det P det P
t
= 1
(det P)
2
= 1
e da det P = 1.
Se uma matriz A e diagonalizavel atraves de uma matriz ortogonal P, entao ao inves de escrevermos
A = PDP
1
, podemos escrever simplesmente A = PDP
t
. Foi isso que vimos no exemplo acima. Isso ocorre
para qualquer matriz simetrica.
Teorema. Uma matriz simetrica e sempre diagonalizavel. Alem disso, ela sempre pode ser diagonalizada
atraves de uma matriz ortogonal.
11
Para que a matriz P seja ortogonal, e necessario, como vimos acima, que suas colunas sejam vetores
ortonormais. Portanto, para que a matriz A seja diagonalizavel por uma matriz ortogonal P, e suciente
que seja possvel encontrar uma base de autovetores ortonormais de A. Quando isso for possvel, podemos
usar o processo de Gram-Schmidt para encontrar uma tal base ortonormal. Como o ultimo teorema arma,
isso e sempre possvel para uma matriz simetrica (em particular, os autovetores correspondente a autova-
lores distintos de uma matriz simetrica sao sempre ortogonais). Sera que e possvel encontrar uma matriz
diagonalizadora P ortogonal para uma matriz nao-simetrica?
Exemplo 9. A matriz do Exemplo 3
A =
_
_
1 2 2
1 2 1
1 1 0
_
_
,
nao pode ser diagonalizada atraves de uma matriz ortogonal. De fato, como vimos no Exemplo 5, o
autoespaco associado ao autovalor 1 tem base B
1
= {(1, 1, 0), (1, 0, 1)}, enquanto que uma base para
o autoespaco associado ao autovalor 1 e B
1
= {(2, 1, 1)}. Evidentemente, aplicando o processo de
Gram-Schmidt a B
1
, podemos encontrar uma base ortonormal para o autoespaco associado a 1. Mas,
como os autoespacos associados a 1 e 1 nao sao ortogonais (pois (1, 1, 0) (1, 0, 1) = (1, 1, 1) e
(1, 1, 1) (2, 1, 1) = 2 = 0), nao e possvel encontrar uma base ortonormal de autovetores de A para
todo o espaco R
3
.
Exemplo 10. Diagonalize a matriz simetrica
B =
_
_
4 2 2
2 4 2
2 2 4
_
_
atraves de uma matriz ortogonal.
Solucao: Temos que o polinomio caracterstico de B e dado por det(BI) =
3
+12
2
36+32 =
( 2)
2
(8 ), logo os autovalores de B sao
= 2 e = 8.
O autoespaco associado ao autovalor 2 e o conjunto-solu cao do sistema homogeneo (B 2I)X = 0,
cuja matriz aumentada e
_
_
2 2 2
2 2 2
2 2 2
_
_
que e equivalente por linhas a
_
_
1 1 1
0 0 0
0 0 0
_
_
,
que representa o sistema
_
x
1
+x
2
+x
3
= 0 ,
logo o autoespaco associado a 2 e o conjunto de vetores da forma ( , , ) = (1, 1, 0) +
(1, 0, 1), e portanto uma base para este autoespaco e formada pelos autovetores
V
1
= (1, 1, 0), V
2
= (1, 0, 1).
Esta base nao e ortonormal (nem mesmo ortogonal). Aplicando Gram-Schmidt, chamamos W
1
= V
1
=
(1, 1, 0) e
W
2
= V
2
proj
W
1
V
2
= (1, 0, 1)
(1, 0, 1) (1, 1, 0)
(1, 1, 0)
2
(1, 1, 0)
=
_

1
2
,
1
2
, 1
_
,
12
donde
U
1
=
W
1
W
1

=
_

2
2
,

2
2
, 0
_
,
U
2
=
W
2
W
2

=
_

6
6
,

6
6
,

6
3
_
formam uma base ortonormal para o autoespaco associado a 2.
O autoespaco associado ao autovalor 8 e o conjunto-solu cao do sistema homogeneo (B 8I)X = 0,
cuja matriz aumentada e
_
_
4 2 2
2 4 2
2 2 4
_
_
que e equivalente por linhas a
_
_
1 0 1
0 1 1
0 0 0
_
_
,
que representa o sistema
_
x
1
x
3
= 0
x
2
x
3
= 0
,
logo o autoespaco associado a 8 e o conjunto de vetores da forma (, , ) = (1, 1, 1), e portanto uma
base ortonormal para este autoespaco e formada pelo autovetor
U
3
=
_

3
3
,

3
3
,

3
3
_
.
Segue que para
P =
_
_
_

2
2

6
6

3
3
2
2

6
6

3
3
0

6
3

3
3
_
_
_
e
D =
_
_
2 0 0
0 2 0
0 0 8
_
_
temos A = PDP
t
:
_
_
_

2
2

6
6

3
3
2
2

6
6

3
3
0

6
3

3
3
_
_
_
_
_
2 0 0
0 2 0
0 0 8
_
_
_
_
_

2
2

2
2
0

6
6

6
6

6
3
3
3

3
3

3
3
_
_
_ =
_
_
4 2 2
2 4 2
2 2 4
_
_
Note que para a matriz de mudan ca de coordenadas nao ortogonal cujas colunas sao formadas pela
base de autovetores nao ortonormais V
1
, V
2
e V
3
Q =
_
_
1 1 1
1 0 1
0 1 1
_
_
,
nos temos tambem evidentemente que
_
_
1 1 1
1 0 1
0 1 1
_
_
_
_
2 0 0
0 2 0
0 0 8
_
_
_
_

1
3
2
3

1
3

1
3

1
3
2
3
1
3
1
3
1
3
_
_
=
_
_
4 2 2
2 4 2
2 2 4
_
_
.

13