Diagonalizac

ao
Matrizes Semelhantes e Matrizes Diagonaliz
aveis
Nosso objetivo neste captulo e estudar aquelas transformacoes lineares de Rn 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.
possvel provar que duas matrizes A e B representam a mesma transformacao linear, com respeito a
E
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 definicoes.
Defini
c
ao. 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.
Defini
c
ao. Dizemos que uma matriz A e diagonaliz
avel, 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

1 0 0
0 2 0

B= .
..
.. .
..
..
.
.
.
0
Para os vetores desta base

e1 =

1
0
..
.
0

, e2 =

0
0
1
..
.
0

, ..., en =

0
0
..
.
1

temos
Be1 = 1 e1 , Be2 = 2 e2 , ..., Ben = n en .
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 v1 , v2 , ..., vn tais que
T v1 = 1 v1 , T v2 = 2 v2 , ..., T vn = n vn .
Tudo isso motiva as seguintes definicoes.
Defini
c
ao. 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 Rn tal que
Av = v.
O vetor v e chamado um autovetor de A, correspondente ao autovalor .
Teorema. Uma matriz Ann e diagonalizavel se e somente se ela possui n autovetores linearmente independentes.
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 = [V1 V2 . . . Vn ].
Entao
AP = [AV1 AV2 . . . AVn ]
e
DP = [1 V1 2 V2 . . . n Vn ].
Comparando, conclumos que
AV1 = 1 V1 ,
AV2 = 2 V2 ,
..
.
AVn = n Vn ,
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. V1 , V2 , . . . , Vn tais que AV1 = 1 V1 , AV2 =
2 V2 , . . . , AVn = n Vn . Defina uma matriz n n P por
P = [V1 V2 . . . Vn ].
Como as colunas de P sao L.I., segue que P e invertvel. Temos

AP = A[V1 V2 . . . Vn ] = [AV1 AV2 . . . AVn ] = [1 V1 2 V2 . . . n Vn ] = [V1 V2 . . . Vn ]

1
0
..
.

0
2
..
.

..
.

0
0
..
.

= PD

onde denotamos

D=

1
0
..
.

0
2
..
.

..
.

0
0
..
.

Multiplicando ambos os lados da equacao por P 1 , obtemos P 1 AP = D.

Corol
ario. 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 : R3 R3 definida por

3
13
27 1
1 21
21
3
T ((x, y, z)) =
x y + z, x + 3y + z, x + y z
8
4
8 2
2 8
4
8
Esta transformacao linear e representada na base {i, j, k} pela matriz
3

27
13
8
4
8
1
3
A = 12
.
2
21
21
38
8
4
Mas, se tomarmos os vetores V1 = (1, 2, 3), V2 = (1, 0, 1) e V3 = (2, 1, 0), notamos o seguinte:

1
4
1
T V1 = A 2 = 8 = 4 2 = 4V1 ,
3
12
3

1
3
1
T V2 = A 0 = 0 = 3 0 3V2 ,
1
3
1

2
4
2
T V3 = A 1 = 2 = 2 1 = 2V3 .
0
0
0
Note que os vetores V1 , V2 , V3 sao L. I., logo eles tambem formam uma base para R3 . Portanto, com
relacao `a base {V1 , V2 , V3 }, a transformacao linear T e representada pela matriz

4
0 0
B = 0 3 0 .
0
0 2
Observe que a matriz A tem autovalores 4, 3 e 2. Autovetores correspondentes a estes autovalores
sao V1 = (1, 2, 3), V2 = (1, 0, 1) e V3 = (2, 1, 0). Segue que

1 1 2
1 .
P = 2 0
3 1 0
3

Como

P 1
conclumos que

4
0
0

1
= 2
3

1
0 0
8
3 0 = 38
0 2
14

1 1
2
8
1 = 83
0
14

1
0
1

1
4
3
4
1
2

1
8
58
14

3
8
1
2
21
8

1
4
3
4
1
2

13
4
3

27
8
1
2
83

21
4

1
8
58
14

1
2
3

1
0
1

2
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
(A I)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(A I) = 0. A expressao det(A I) 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 polin
omio caracterstico de A.
Proposi
c
ao 1. Seja A uma matriz n n. Os autovalores de A sao as razes do polinomio caracterstico de
A
p() = det(A I).
Em particular, uma matriz n n possui no maximo n autovalores distintos.
Exemplo 2. Determine os autovalores da matriz
a)

A=

b)

B=

2
2

2
2

cos
sin

sin
cos

Solu
c
ao: Temos

det(A I) = det

2
2
2
2

= (2 )2 + 4

= 2 4 + 8.
Este polinomio nao tem razes reais, pois = b2 4ac = 16 32 = 16, logo a matriz A nao tem
autovalores. Observe que

!
2
2

2
2
A=2 2
,
2
2
2

isto
e, A representa uma rotacao de R2 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

(b) representa uma rotacao de R2 por um angulo e nos temos

cos
sin
det(B I) = det
= (cos )2 + sin2
sin
cos
= cos2 2 cos + 2 + sin2
= 2 2 cos + 1.
Como o discriminante deste polinomio e = b2 4ac = 4 cos2 4 = 4(cos2 1), ele so possui razes
reais se cos = 1, ou seja, para = 0 ou = 180 . O primeiro corresponde `a matriz identidade

1 0
B=
,
0 1
cujos autovalores sao as razes de 2 2 + 1, ou seja, todos iguais a 1, enquanto que o segundo
corresponde `a matriz

1
0
B=
,
0 1
cujos autovalores sao as razes de 2 + 2 + 1, ou seja, todos iguais a 1. Sao os u
nicos exemplos de
rotacoes em R2 que podem ser representadas por matrizes diagonais.
Exemplo 3. Determine os autovalores da matriz

1
A= 1
1

2
2
1

2
1 .
0

Solu
c
ao: Temos

1
2
1 2
det(A I) = det
1
1

2
1
= (1 + )
1

2
1

1 2

2
2
+ (1)

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
(A I)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 autoespa
co associado ao
autovalor .
Proposi
c
ao 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
(A I)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 Rn 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.
Solu
c
ao: Ja determinamos que A possui 1 e 1 como autovalores. A sera diagonalizavel se e somente
se pudermos formar uma base para R3 entre os autovetores associados a estes autovalores.
Os autovetores associados ao autovalor 1 sao as solucoes do sistema homogeneo (A I)X = 0, ou seja,

2 2 2
1
1
1 X = 0.
1 1 1
facil ver que sua matriz aumentada tem forma escalonada reduzida
Resolvemos este sistema. E

1 1 1 0
0 0 0 0 .
0 0 0 0
Obtemos entao que o autoespaco associado a 1 e

R3 : , 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 X = 0.
1 1
1
facil ver que sua matriz aumentada tem forma escalonada reduzida
Resolvemos este sistema. E

1 0 2
0 1 1 .
0 0 0
Obtemos entao que o autoespaco associado a 1 e

R3 : R .

Como (2, , ) = (2, 1, 1), segue que uma base para este autoespaco e formada pelo vetor
(2, 1, 1).

Os vetores (1, 1, 0), (1, 0, 1) e (2, 1, 1) sao L. I., como pode ser facilmente verificado, 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.
Proposi
c
ao. Seja A uma matriz n n. Sejam 1 , 2 autovalores distintos de A. Suponha que {v1 , ..., vk }
sao autovetores L. I. associados a 1 e {w1 , ..., wl } sao autovetores L. I. associados a 2 . Entao o
conjunto {v1 , ..., vk , w1 , ..., wl } e L. I.
O mesmo resultado vale para qualquer n
umero de autovalores distintos de A.
Prova: Suponha que existem escalares x1 , ..., xk , y1 , ..., yl tais que
x1 v1 + ... + xk vk + y1 w1 + ... + yl wl = 0.

(1)

Multiplicando ambos os lados por A e usando o fato de que Avj = 1 vj , Awj = 2 wj segue que
x1 1 v1 + ... + xk 1 vk + y1 2 w1 + ... + yl 2 wl = 0.

(2)

Por outro lado, multiplicando a equacao (1) por 2 obtemos

x1 2 v1 + ... + xk 2 vk + y1 2 w1 + ... + yl 2 wl = 0.

(3)

Agora, equacao (3) menos equacao (2) produz

x1 (2 1 )v1 + ... + xk (2 1 )vk = 0.
Como os vetores v1 , ..., vk sao L. I. e 1 6= 2 , conclumos que x1 = ... = xk = 0. Analogamente, multiplicando
a equacao (1) por 1 e subtraindo da equacao (2) obtemos y1 = ... = yl = 0.
Corol
ario. 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.

1
0
0
0

2
1
0
0
.
A=
1

2
0
7

6
17 e
10

Solu
c
ao: Temos

2
det(A I) = det

17

0
1
e

1
7

0
0
2
106

0
= (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

1 0
0
0
0 1
0
0
.
D=
0 0 2

0 0
0

Exemplo 6. Determine se a matriz a seguir e diagonalizavel ou nao. Se for, determine uma matriz diagonal
semelhante a ela.

3 3 0 0
3 3 0 0

B=
0 0 3 3 .
0 0 3 3
Solu
c
ao: Temos

3
3
0
0

3
3

0
0
det(B I) = det

0
0 3
3
0
0
3 3

3
3
3
= det
det
3 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
matriz aumentada e

3 3 0 0 0
3 3 0 0 0

0 0 3 3 0 que e equivalente por linhas a

0 0 3 3 0
que representa o sistema

x1 + x2
x3 + x4

=
=

sistema homogeneo BX = 0, cuja

1
0

0
0

1
0
0
0

0
0
1
0

0
0
1
0

0
0
,
0
0

0
.
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
B0 = {(1, 1, 0, 0), (0, 0, 1, 1)}
e portanto ele tem dimensao 2.
O autoespaco associado ao autovalor 6 e o conjunto-solucao do sistema homogeneo
cuja matriz aumentada e

3
3 0 0 0
1 1 0
0
3 3 0 0 0
0
0
0
0

que e equivalente por linhas a

0
0
0 3 3 0
0 1 1
0
0 3 3 0
0
0 0
0
que representa o sistema

x1 x2
x3 x4

=
=

(B 6I)X = 0,

0
0
,
0
0

0
.
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
B6 = {(1, 1, 0, 0), (0, 0, 1, 1)}
8

e portanto ele tambem tem dimensao 2.

Como R4 tem dimensao 4, segue da Proposicao 2 (ou pode ser verificado diretamente) que
B = B 0 B6 = {(1, 1, 0, 0), (0, 0, 1, 1), (1, 1, 0, 0), (0, 0, 1, 1)}
e uma base de autovetores de B para R4 , logo B

0
0

D=
0
0

e diagonalizavel e e semelhante `a matriz diagonal

0 0 0
0 0 0
.
0 6 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.

4
2 3
1 2 .
C= 2
1 2 0
Solu
c
ao: Temos

4
2
det(C I) = det
1

2
1
2

3
2 = 3 + 52 7 + 3.

Substituindo = 1, verificamos que este valor e uma raiz para esta equacao do terceiro grau; como
3 52 + 7 3
= 2 4 + 3, cujas razes sao = 1 e = 3, conclumos que os autovalores de C
1
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
1 0 1 0
2
0
2 0 que e equivalente por linhas a 0 1 0 0 ,
1 2 1 0
0 0 0 0
que representa o sistema

x1 + x3
x2

=
=

0
.
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
B1 = {(1, 0, 1)}
e ele tem dimensao 1.
O autoespaco associado ao autovalor 3 e o conjunto-solucao do sistema homogeneo (C 3I)X = 0,
cuja matriz aumentada e

1
2
3
1 0 53
2 2
2 que e equivalente por linhas a 0 1 23 ,
1 2 3
0 0 0
9

que representa o sistema

x1 + 53 x3
x2 + 23 x3

=
=

0
.
0

Portanto, o autoespaco associado a 1 e o conjunto de vetores da forma ( 53 , 23 , ) = ( 53 , 23 , 1),

logo uma base para este autoespaco e dada por

5 2
B3 = ( , , 1)
3 3
e ele tambem tem dimensao 1.
Como R3 tem dimensao 3 e so existem no maximo 2 autovetores linearmente independentes para C,
segue nao existe uma base para R3 formada por autovetores de C, logo C nao e diagonalizavel.

Diagonalizac
ao de Matrizes Sim
etricas
Exemplo 8. Considere o problema de identificar a curva no plano representada pela equacao do segundo
grau
3x2 + 2xy + 3y 2 = 4.
Esta equacao do segundo grau tambem pode ser escrita como uma equacao matricial:

3 1
x
x y
= 4,
1 3
y
ou, se denotarmos

x
y

X=
por

3 1
1 3

eA=

X t AX = 4.

Como veremos adiante, e possvel escrever a matriz simetrica A na forma

A = P DP t
em que

2
0

D=

0
4

"

eP =

2
2
22

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 (P DP t )X = (P t X)t D(P t X) = 4.
Fazendo a mudanca de coordenadas X 0 = P t X, no novo sistema de coordenadas
0
x
0
X =
,
y0
a equacao matricial e
ou

X 0t DX 0 = 4,

2
0
10

0
4

x0
y0

= 4,

que pode ser reescrita como a equacao de segundo grau

2x02 + 4y 02 = 4.
Dividindo por 4, obtemos

x02
y 02
+
= 1,
2
1
que reconhecemos ser uma elipse com eixo maior de comprimento 2 e eixo menor de comprimento 1.
Como a matriz de mudanca 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 c
onica 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 identificar
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 identificacao 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 mudanca de coordenadas com esta propriedade e chamada uma matriz ortogonal (um
nome mais correto seria matriz ortonormal, que implica preservacao 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 definido e nao tem qualquer significado). Assim, se P e ortogonal, entao
kP vk = kvk
para todo v. Operacionalmente, existem varias definicoes equivalentes para que uma matriz seja ortogonal.
Teorema. As seguintes definicoes 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.
Corol
ario. 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)
PPt = I
det(P P 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 = P DP 1 , podemos escrever simplesmente A = P DP 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 suficiente
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 u
ltimo teorema afirma,
isso e sempre possvel para uma matriz simetrica (em particular, os autovetores correspondente a autovalores 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

1
A= 1
1

2
2
1

2
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 B1 = {(1, 1, 0), (1, 0, 1)}, enquanto que uma base para
o autoespaco associado ao autovalor 1 e B1 = {(2, 1, 1)}. Evidentemente, aplicando o processo de
Gram-Schmidt a B1 , 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 6= 0), nao e possvel encontrar uma base ortonormal de autovetores de A para
todo o espaco R3 .
Exemplo 10. Diagonalize a matriz simetrica

4
B= 2
2

2
4
2

2
2
4

atraves de uma matriz ortogonal.

Solu
c
ao: Temos que o polinomio caracterstico de B e dado por det(B I) = 3 +122 36+32 =
( 2)2 (8 ), logo os autovalores de B sao
= 2 e = 8.
O autoespaco associado ao autovalor 2 e o conjunto-solucao do sistema homogeneo (B 2I)X = 0,
cuja matriz aumentada e

2 2 2
1 1 1
2 2 2 que e equivalente por linhas a 0 0 0 ,
2 2 2
0 0 0
que representa o sistema

x1 + x2 + x3

= 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
V1 = (1, 1, 0), V2 = (1, 0, 1).
Esta base nao e ortonormal (nem mesmo ortogonal). Aplicando Gram-Schmidt, chamamos W1 = V1 =
(1, 1, 0) e
W2 = V2 projW1 V2 = (1, 0, 1)

1 1
, ,1 ,
2 2
12

(1, 0, 1) (1, 1, 0)
2

k(1, 1, 0)k

(1, 1, 0)

donde

2
2

,
,0 ,
2
2

!
W2
6
6
6
U2 =
=
,
,
kW2 k
6
6
3
W1
U1 =
=
kW1 k

formam uma base ortonormal para o autoespaco associado a 2.

O autoespaco associado ao autovalor 8 e o conjunto-solucao do sistema
cuja matriz aumentada e

1
4
2
2
2 4
2 que e equivalente por linhas a 0
2
2 4
0
que representa o sistema

x1 x3
x2 x3

=
=

homogeneo (B 8I)X = 0,

1
1 ,
0

0
1
0

0
,
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
!
3
3
3
.
U3 =
,
,
3
3
3
Segue que para

P =

22
2
2

0
e

temos A = P DP t :

2
22

2
0

6
3

6
3

3
3
3
3
3
3

0
2
0

0
0
8

2 0
D= 0 2
0 0
66
66

3
3
3
3
3
3

66
66

0
2
0 66

3
8
3

2
2
66
3
3

6
3
3
3

4

2
=
2

2
4
2

2
2
4

Note que para a matriz de mudanca de coordenadas nao ortogonal cujas colunas sao formadas pela
base de autovetores nao ortonormais V1 , V2 e V3

1 1 1
0 1 ,
Q= 1
0
1 1
nos temos tambem evidentemente que

1 1 1
2 0
1
0 1 0 2
0
1 1
0 0

1
3
0
0 13
1
8
3

13

2
3
31
1
3

13
2
3
1
3

4
= 2
2

2
4
2

2
2 .
4