Valores e Vectores Prprios

Carlos Luz
Departamento de Matemtica
Escola Superior de Tecnologia de Setbal

Ano Lectivo 2004/2005

Contedo
1 Definio de Valor e Vector Prprios 2

2 Um Exemplo de Aplicao 8

3 Propriedades dos valores e vectores prprios 11

4 Teorema de Cayley-Hamilton 16

5 Exerccios Resolvidos 17

6 Exerccios Propostos 23

7 Solues dos Exerccios Propostos 26

Bibliografia 27

1
 Vimos atrs que, se E um espao vectorial de dimenso finita, qualquer endomorfismo T : E
E pode ser representado em diferentes bases por matrizes semelhantes. Coloca-se naturalmente o
problema de encontrar a base de E que conduz mais simples das representaes matriciais. O
ideal seria que esta matriz fosse diagonal para podermos obter cada componente do vector imagem
T (
x) a partir da correspondente componente do vector objecto
x. Como veremos, isto acontece em
algumas situaes mas nem sempre possvel. Nestes ltimos casos, h contudo a possibilidade de
representar a matriz da transformao linear na forma cannica de Jordan, a qual constitui, grosso
modo, uma aproximao da forma diagonal.
A resoluo das questes mencionadas passa pelas noes de valor e vector prprio que intro-
duziremos seguidamente.

1 Definio de Valor e Vector Prprios

Seja E um espao vectorial sobre um corpo K (R ou C) e T : E E uma transformao linear
(endomorfismo de E).

Definio 1.1 Um vector no nulo
x de E designa-se por vector prprio de T se existe um

escalar K tal que T (
x) =
x. O escalar diz-se o valor prprio de T associado ao vector
prprio
x. Diz-se tambm que
x um vector prprio de T associado ao valor prprio .
O conjunto dos valores prprios de T designado por espectro de T.

Exemplo 1.1 (Significado geomtrico de valor e vector prprio) Voltemos a considerar a trans-
formao linear
T : R2 R2
(x1 , x2 ) T (x1 , x2 ) = (x2 , x1 ).

x2 = x1
T ( x ) = ( x2 , x1 )
x1

x2 x = ( x1 , x2 )

x2 x1

Figura 1: Reflexo.

Geometricamente, j vimos que a transformao T aplica um vector (x1 , x2 ) no seu simtrico

(x2 , x1 ) relativamente bissectriz dos quadrantes mpares (observe-se a figura 1), dizendo-se, por
isso, uma reflexo. Verifica-se facilmente que os vectores com a direco da referida bissectriz (cuja
equao x2 = x1 ) so transformados em si prprios pois,

T (x1 , x1 ) = (x1 , x1 ) = 1 (x1 , x1 ).

Tem-se pois que os vectores da forma (x1 , x1 ) (por exemplo, (1, 1), (2, 2), ( 2, 2), etc.) so
vectores prprios de T associados ao valor prprio = 1 (ver figura 2).

2 M A IC A n o L e ctivo 2 0 0 4 / 2 0 0 5
 Tambm os vectores perpendiculares bissectriz dos quadrantes mpares (ver figura 2), isto ,
os vectores da forma (x1 , x1 ), so vectores prprios de T associados ao valor prprio = 1 pois,
T (x1 , x1 ) = (x1 , x1 ) = 1 (x1 , x1 ).

x2
x1 = x2

x1 = x2



x = T ( x)


T ( x)

x1
x

Figura 2: Vectores prprios de T (x1 , x2 ) = (x2 , x1 ).

V-se, assim, que os vectores prprios de T representam direces (neste caso do plano) que se
mantm invariantes pela aco da transformao T. Mais precisamente, so vectores transformados
por T em vectores colineares, verificando-se que os quocientes entre as componentes homlogas das
imagens e dos respectivos objectos so iguais ao valor prprio associado. .
Exemplo 1.2 (O operador de derivao) Seja V o espao vectorial de todas as funes reais
diferenciveis num intervalo aberto de R. Seja D a transformao linear que a cada funo de V
faz corresponder a sua derivada, isto ,
D: V V
f D(f ) = f
.

costume designar D por operador de derivao. Facilmente se v que D uma transformao

linear pois, para quaisquer funes f, g V,

D(f + g) = (f + g)
= f
+ g
= D(f ) + D(g)

e, sendo R e f V ,
D(f) = (f )
= f
.
Os vectores prprios de D so as funes f no nulas de V que satisfazem a equao
D(f) = f,

ou seja,
f
= f,
para um certo escalar real . Esta uma equao linear de primeira ordem cujas solues so dadas
pela frmula
f (x) = cex ,
em que c uma constante arbitrria. Assim, os vectores prprios de D so todas as funes
exponencias f (x) = cex com c = 0. O escalar o valor prprio associado ao vector prprio f (x) =
cex . De notar que a transformao D tem uma infinidade de valores prprios e que associado a
cada um destes existe uma infinidade de vectores prprios (basta fazer variar o parmetro c)

3 M A IC A n o L e ctivo 2 0 0 4 / 2 0 0 5
Exerccio 1.1 Indique, a partir da interpretao geomtrica, quais os valores e vectores prprios
da transformao P : R3 R3 definida por P (x, y, z) = (x, y, 0).

Quando E um espao vectorial de dimenso finita, a transformao linear T : E E pode

ser representada por uma matriz A relativamente a uma base fixada em E. Ento, pela definio
1.1, um vector prprio de T um vector
x no nulo tal que A
x =
x, visto que esta igualdade
equivale a T (
x) =
x. Sendo X a representao matricial de
x, como

A
x =
x AX = X AX X = O (A I) X = O,

onde I a matriz identidade e O uma matriz coluna nula, concluimos que
x vector prprio
de T associado ao valor prprio se e s se X uma soluo no nula do sistema homogneo
(A I) X = O. Mas este sistema possui solues no nulas se e s se det(A I) = 0, pelo que
fica provado o seguinte:

Proposio 1.1 Seja E um espao vectorial de dimenso finita sobre um corpo K e T um endo-
morfismo de E representado pela matriz A em relao a uma base de E. Ento, um escalar K
um valor prprio de T se e s se uma soluo da equao det (A I) = 0.

A proposio anterior sugere o estudo do determinante det(AI) em funo de . Admitiremos

em tudo o que se segue que os elementos das matrizes intervenientes pertencem a um corpo K (R
ou C).

Proposio 1.2 Se A = [aij ] uma matriz de ordem n e I a matriz identidade de ordem n, a

funo p definida por




a11 a12 a1n





a21 a22 a2n




p() = det(A I) =
.. .. .. ..


. . . .





an1 an2 ann

um polinmio em de grau n, designado por polinmio caracterstico de A. O coeficiente do

termo de grau n do polinmio p (1)n e o termo constante p(0) = det(A).

Demonstrao. Recorde-se (ver [4, pg. 182]) que o determinante de A I pode calcular-se
multiplicando cada termo da matriz1 por +1 ou 1 e somando em seguida os resultados obtidos.
Cada termo o produto de elementos da matriz em que cada linha ou coluna se encontra represen-
tada uma e uma s vez. Como os elementos da matriz A I so constantes ou da forma aii ,
conclui-se que cada termo de A I um polinmio de grau n. Visto que o termo da matriz
resultante do produto dos elementos da diagonal principal,

(a11 ) (a22 ) (ann ) , (1)

um polinmio de grau n, fica provado que p um polinmio em de grau n.

Do que se disse resulta imediatamente que o coeficiente de n em p o coeficiente de n em
n
(1), ou seja, (1) . Por fim, fazendo = 0 em p() = det(A I), obtm-se p(0) = det A.
Sendo E um espao vectorial de dimenso finita em que se fixou uma base, os valores e os
vectores prprios de um endomorfismo de E so tambm designados por valores e vectores prprios
da matriz que o representa. Tem-se pois:
1 No confundir com a noo de termo de um polinmio.

4 M A IC A n o L e ctivo 2 0 0 4 / 2 0 0 5
Definio 1.2 Se A uma matriz quadrada, os valores prprios de A so as razes da equao
p() = det(A I) = 0,
designada por equao caracterstica de A. Os vectores prprios de A associados ao valor prprio
so as solues do sistema
AX = X (A I) X = O,
A multiplicidade algbrica de um valor prprio a multiplicidade do escalar enquanto
raiz da equao caracterstica2 .
O espectro de A o conjunto dos seus valores prprios.

Antes da apresentao de alguns exemplos, vamos sistematizar o procedimento a seguir no

clculo dos valores e vectores prprios de uma matriz A quadrada:
1. Calcular o polinmio caracterstico de A, isto , p() = det(A I).
2. Resolver a equao p() = 0 para obter as razes da equao caracterstica (estas razes
so os valores prprios de A).
3. Para cada valor prprio obtido no ponto anterior, resolver o sistema homogneo (A
I)X = O (as solues no nulas deste sistema so os vectores prprios associados ao valor
prprio ).
Exemplo 1.3 Consideremos a transformao linear reflexo T (x1 , x2 ) = (x2 , x1 ) dada no exemplo
1.1. Supondo fixada a base cannica em R3 , para calcular os vectores e valores prprios necessrio
conhecer a matriz A que representa T . Como T (1, 0) = (0, 1) e T (0, 1) = (1, 0) tem-se
 
0 1
A= .
1 0
Ento




1

det(A I) = 0


= 0 2 1 = 0 ( + 1) ( 1) = 0 = 1,


1
donde A tem dois valores prprios distintos +1 e 1, tendo cada um deles multiplicidade algbrica
1.
Vejamos como calcular os vectores prprios. Para isso, vamos resolver, para cada valor de , o
sistema homogneo
        
x1 0 1 x1 0
(A I) = = .
x2 0 1 x2 0
Assim:
Se = 1 tem-se
     
1 1 x1 0 x1 + x2 = 0
= x2 = x1 ,
1 1 x2 0 x1 x2 = 0
donde os vectores prprios associados so os vectores no nulos da forma (x1 , x1 ) = x1 (1, 1).
O conjunto destes vectores reunido com o vector nulo representa-se por E[1]. Assim, E[1] =
(1, 1) , pelo que E[1] um subespao vectorial de R2 , designado habitualmente por subes-
pao prprio associado ao valor prprio 1;
2 Do Teorema Fundamental da lgebra resulta que um polinmio caracterstico p de grau n tem exactamente

n zeros, podendo alguns deles ser iguais. Assim, se p tem m zeros distintos 1 , 2 , . . . , m (m n), ento pode
factorizar-se na forma
p() = (1)n ( 1 )n1 ( 2 )n2 ( m )nm
em que n1 + n2 + + nm = n. Os expoentes n1 , n2 , . . . , nm so as multiplicidades algbricas dos valores prprios
1 , 2 , . . . , m , respectivamente. Para i = 1, . . . , m, ni pois o nmero de zeros iguais a i .

5 M A IC A n o L e ctivo 2 0 0 4 / 2 0 0 5
 Se = 1 tem-se
     
1 1 x1 0 x1 + x2 = 0
= x2 = x1 ,
1 1 x2 0 x1 + x2 = 0

donde os vectores prprios associados so os vectores no nulos da forma (x1 , x1 ) =

x1 (1, 1). Ento E[1] = (1, 1) .

Proposio 1.3 Seja E um espao vectorial de dimenso finita e T : E E uma transformao

linear representada pela matriz A em relao a uma base de E. Para cada valor prprio de T , o
conjunto
E [] = {
x E : T (
x) =
x} = {
x E : (A I)
x =
0}
um subespao vectorial de E.

Demonstrao. Da segunda igualdade conclui-se que E[] precisamente o espao nulo da matriz
A I, pelo que constitui um subespao de E.

Definio 1.3 Nas condies da proposio anterior, o subespao E[] designa-se por subespao
prprio (ou subespao caracterstico) de T (ou de A) associado ao valor prprio . A sua
dimenso denomina-se por multiplicidade geomtrica de .

Os subespaos prprios associados a valores prprios de uma transformao T : E E so

exemplos de subespaos invariantes de T. Um subespao F de E diz-se invariante de T se e s se
T (F ) F. Deste modo, como para qualquer
x E[], T (
x) =
x E[], podemos concluir que
T (E[]) E[], ou seja, E[] invariante de T.
Tambm, como fcil de verificar, sendo 1 e 2 valores prprios de T, a soma E[1 ] + E[2 ]
um subespao invariante da transformao T.
Ainda outro exemplo: no espao Pn dos polinmios de grau menor ou igual a n, os subespaos
Pk (k n) so invariantes em relao ao operador de derivao. Com efeito, seja p D(Pk ). Como
D(Pk ) Pk , tem-se p Pk e, portanto, D(Pk ) Pk .
Voltando ao exemplo 1.3, vemos que as multiplicidades geomtricas de E[1] e E[1] so ambas
iguais a 1 e, portanto, coincidem com as multiplicidades algbricas dos respectivos valores prprios.
Mas nem sempre assim acontece como se mostra no exemplo seguinte.

Exemplo 1.4 Consideremos a matriz

2 1 0 0
0 2 0 0
A=
0
.
0 1 0
0 0 0 1

Ento,




2 1 0 0





0 2 0 0

det(A I) =






0 0 1 0


0 0 0 1

= (2 )2 (1 + ) (1 ) ,

pelo que a matriz tem os valores prprios 2, 1 e 1, o primeiro com multiplicidade algbrica 2 e os
restantes com multiplicidade algbrica 1.

6 M A IC A n o L e ctivo 2 0 0 4 / 2 0 0 5
 Para calcular os vectores prprios, vamos resolver, para cada valor de , o sistema homogneo

2 1 0 0 x1 0
0 2 0 0 x2 0
= .
0 0 1 0 x3 0
0 0 0 1 x4 0
Assim:
Se = 2 tem-se

0 1 0 0 x1 0
0 x1 = 0 x1 = 0
0 0 0

x2 0
=
0 3x = 0 x3 = 0
0 3 0 x3 0
3

x4 = 0 x4 = 0
0 0 0 1 x4 0

donde E [2] = (0, 1, 0, 0) . Consequentemente, visto que dim E[2] = 1, a multiplicidade
geomtrica do valor prprio = 2 igual a 1, inferior portanto sua multiplicidade algbrica,
que 2.
Se = 1 tem-se

3 1 0 0 x1 0
0 3 3x1 + x2 = 0 x1 = 0
0 0

x2 0
=
0 0 3x = 0 x2 = 0
0 0 x3 0
2

2x4 = 0 x4 = 0
0 0 0 2 x4 0

donde E [1] = (0, 0, 1, 0) e as multiplicidades algbrica e geomtrica coincidem.

Se = 1, tem-se E [1] = (0, 0, 0, 1) e, portanto, tambm aqui as multiplicidades algbrica e
geomtrica coincidem.

Este exemplo deixa perceber que a multiplicidade geomtrica de um valor prprio menor
ou igual respectiva multiplicidade algbrica. Provaremos adiante na proposio 3.7 que sempre
assim acontece.
Vejamos agora o caso de uma matriz com valores prprios complexos.

Exemplo 1.5 Consideremos o espao vectorial complexo C3 . Seja T : C3 C3 a transformao

linear cuja matriz representativa na base cannica de C3 dada por

1 0 0
A = 0 0 1 .
0 1 0
O polinmio caracterstico de A
 
p() = (1 ) 2 + 1 = (1 ) ( i) ( + i)

pelo que os valores prprios de T (ou de A) so

= 1 = i = i.
Para obter os vectores prprios associados, vamos resolver, para cada valor de , o sistema ho-
mogneo
1 0 0 x1 0
0 1 x2 = 0 .
0 1 x3 0
Assim:

7 M A IC A n o L e ctivo 2 0 0 4 / 2 0 0 5
 Se = 1 tem-se

0 0 0 x1 0  
0 1 1 x2 = 0 x2 x3 = 0 x2 = 0

x2 x3 = 0 x3 = 0
0 1 1 x3 0

donde E [1] = (1, 0, 0) . Consequentemente, visto que dim E[1] = 1, as multiplicidades
algbrica e geomtrica coincidem.
Se = i tem-se

1i 0 0 x1 0 (1 i) x1 = 0 
x1 = 0
0 i 1 x2 = 0 ix2 x3 = 0
x2 = ix3
0 1 i x3 0 x2 ix3 = 0

donde E [i] = (0, i, 1) . Consequentemente, visto que dim E[1] = 1, tambm neste caso as
multiplicidades algbrica e geomtrica coincidem.
Se = i tem-se

1+i 0 0 x1 0 (1 + i) x1 = 0 
x1 = 0
0 i 1 x2 = 0 ix2 x3 = 0
x2 = ix3
0 1 i x3 0 x2 + ix3 = 0

donde E [i] = (0, i, 1) . Tal como anteriormente, as multiplicidades algbrica e geom-
trica coincidem, pois dim E[i] = 1. Note-se que se podem obter os vectores de E [i]
passando as componentes dos vectores de E[i] ao conjugado. Este procedimento pode ser
sempre utilizado desde que A seja uma matriz de elementos reais. De facto, conjugando
ambos os membros da igualdade AX = X obtm-se AX = X,
onde X a matriz coluna
cujas componentes so os conjugados das componentes de X.

Como T um endomorfismo do espao vectorial complexo C3 , os valores prprios de A e de

T coincidem, dado que as razes da equao caracterstica pertencem a C. Se, por outro lado,
considerssemos T um endoformismo do espao vectorial real R3 , representado matricialmente por
A, ento as razes +i e i da equao caracterstica no seriam valores prprios de T, visto que
no pertencem ao corpo dos nmeros reais. Neste caso T teria unicamente o valor prprio = 1,
ou seja, somente a raz da equao caracterstica pertencente ao corpo de escalares de R3 seria
valor prprio do endomorfismo T.

2 Um Exemplo de Aplicao
As aplicaes dos valores e vectores prprios so extremamente numerosas. Seguidamente, veremos
um exemplo de aplicao resoluo de um sistema de equaes diferenciais.

Exemplo 2.1 Consideremos o sistema homogneo de duas equaes diferenciais,



y1 (t) = 2y2 (t)
,
y2
(t) = 2y1 (t)

em que y1 e y2 representam duas funes incgnitas de uma varivel real t, definidas num intervalo
V R. Matricialmente este sistema pode escrever-se na forma

   
y1 (t) 0 2 y1 (t)

y
(t) = A
y(t) = . (2)
y2
(t) 2 0 y2 (t)

8 M A IC A n o L e ctivo 2 0 0 4 / 2 0 0 5
 Para determinar as funes incgnitas y1 e y2 , vamos proceder por analogia com o caso univariado.
Como recordmos no exemplo 1.2, as solues da equao diferencial y
(t) = y(t), em que um
escalar real, podem escrever-se na forma y(t) = x et , em que x uma constante arbitrria depen-
dente das condies iniciais (por exemplo, se y(0) = 1 ter-se- x = 1). Por analogia, suponhamos
que o vector    
t y1 (t) x1

y (t) =
xe = et
y2 (t) x2
 
x1
onde
x = um vector de constantes, uma soluo do sistema dado (2). Ento, derivando
x2

y (t) componente a componente, obtm-se

  

t y1 (t) x1

y (t) =
xe = et .
y2
(t) x2

Substituindo y

(t) em (2) vem

xet = A
xet ,
pelo que dividindo ambos os membros desta igualdade por et , somos conduzidos a

A
x =
x.

Assim, para que a funo vectorial
y(t) =
xet seja soluo do sistema dado (2) necessrio que

x seja um vector prprio da matriz A associado ao valor prprio .
Determinemos os valores e vectores prprios de A. Ora




0 2


|A I| = 0

= 0 2 4 = 0 = 2 = 2.
2 0

Para os vectores prprios temos os seguintes clculos:

Se = 2,     
02 2 x1 0
= x1 = x2 ,
2 02 x2 0
pelo que E[2] = (1, 1).
Se = 2,     
0 (2) 2 x1 0
= x1 = x2 ,
2 0 (2) x2 0
pelo que E[2] = (1, 1).
   
1 1
Ento, tomando os vectores prprios
x1 = (associado a = 2) e
x2 = (associado
1 1
a = 2), temos que os vectores
   
1 1

y1 (t) =
x1 e2t = e2t e
y2 (t) =
x2 e2t = e2t
1 1

so solues do sistema (2). Mais: como veremos, os vectores
y1 e
y2 so suficientes para gerar
todas as suas solues do sistema, visto que qualquer soluo
y de (2) uma combinao linear de

y1 e

y2 , isto ,    
1 2t 1

y(t) = c1
y1 (t) + c2
y2 (t) = c1 e + c2 e2t
1 1

9 M A IC A n o L e ctivo 2 0 0 4 / 2 0 0 5
em que c1 e c2 so constantes arbitrrias. Consequentemente, as funes incgnitas y1 e y2 so
dadas por 
y1 (t) = c1 e2t c2 e2t
. (3)
y2 (t) = c1 e2t + c2 e2t
Vejamos como visualizar graficamente a soluo do sistema.

c1 > 0
c2 > 0 y2
4

2
c1 < 0 y1 c1 > 0
c2 > 0 -4 -2 0 2 4 c2 < 0

-2

-4
c1 < 0
c2 < 0

Figura 3: Esboo do retrato de fase do sistema (2).

Para cada escolha das constantes c1 e c2 , obtemos no plano y1 y2 uma curva designada por
rbita do sistema. O conjunto de todas as rbitas designa-se por retrato de fase do sistema e o
plano y1 y2 que contm todas as rbitas recebe a designao de espao de fases do sistema.
Assim, por exemplo, se c2 = 0, tem-se que y1 (t) = y2 (t) = c1 e2t , pelo que a rbita correspon-
dente a c2 = 0 e c1 > 0 a parte da bissectriz y2 = y1 situada no 1o quadrante do plano y1 y2 ,
como mostra a figura 3 (a seta indica a direco de crescimento da varivel t). Caso c2 = 0 e c1 < 0
obtemos a parte da recta y2 = y1 situada no 3o quadrante. Em qualquer das situaes vemos que
||
y (t)|| + quando t +.
Por outro lado, se c1 = 0, tem-se que y1 (t) = y2 (t), qualquer que seja c2 no nulo. Para
qualquer par de valores c1 e c2 nestas condies, a rbita correspondente a bissectriz dos qua-
drantes pares y2 = y1 . Tem-se neste caso que ||
y (t)|| 0 quando t +, como sugerem as
setas colocadas sobre aquela bissectriz na figura 3.
Quando c1 c2 = 0, obtm-se quatro tipos de rbitas conforme se apresenta na mesma figura.
Por exemplo, para c1 > 0 e c2 < 0 obtm-se solues representadas por curvas que atravessam o 1o
e o 2o quadrantes do plano y1 y2 , as quais tm por assimptotas as rectas y2 = y1 e y2 = y1 . Como
se v, para qualquer combinao de c1 e c2 nestas condies, tem-se tambm que ||
y (t)|| +
quando t + ou t .
evidente que no possvel apresentar o retrato de fase de um sistema na sua totalidade, j
que seria necessrio representar uma infinidade de curvas cobrindo todo o plano. Assim, costume
representar-se um conjunto de rbitas tpicas, formando-se um esboo do retrato de fase. No caso
do sistema (2), o esboo do retrato de fase apresentado na fig. 3. Ele configura uma situao
tpica de ponto de sela (na origem), a qual ocorre num sistema em que, tal como acontece no
sistema (2), os valores prprios da matriz dos coeficientes so reais e de sinais contrrios.

10 M A IC A n o L e ctivo 2 0 0 4 / 2 0 0 5
 Suponhamos, para finalizar, que pretendemos resolver o problema de valores iniciais associado
ao sistema (2) com y1 (0) = 3 e y2 (0) = 0. Calculando em (3) y1 (0) e y2 (0) e igualando a 3 e a 0,
respectivamente, obtm-se  
c1 c2 = 3 c1 = 3/2
.
c1 + c2 = 0 c2 = 3/2
A soluo procurada ento
y1 = 32 e2t + 32 e2t
.

y2 = 32 e2t 32 e2t
e representada pela curva que se encontra mais direita na figura 3.

3 Propriedades dos valores e vectores prprios

Vejamos agora algumas propriedades dos valores e vectores prprios.

Proposio 3.1 Os valores prprios de uma matriz triangular so os elementos da diagonal prin-
cipal.

Demonstrao. Exerccio.

Proposio 3.2 Seja A = [aij ] uma matriz de ordem n e 1 , 2 , . . . , n os seus valores prprios.
Ento:

(a) det A = 1 2 n .
(b) tr A = 1 + 2 + + n , onde tr A representa o trao da matriz A, isto , a soma dos
elementos da diagonal principal de A.

Demonstrao. Consideremos o polinmio caracterstico da matriz A :

p() = det(A I) = (1)n n + cn1 n1 + + c1 + c0 .

Sendo 1 , 2 , . . . , n as razes de p(), repetidas tantas vezes quanto a sua ordem de multiplicidade,
o polinmio pode escrever-se na forma
n
p() = (1) ( 1 ) ( n ) .

Comparando estas duas formas de p() conclui-se que o termo independente c0 e o coeficiente do
termo de ordem n 1 so dados por

c0 = 1 2 n
cn1 = (1)n (1 + 2 + + n ) .

Como p(0) = det A = c0 , conclui-se det A = 1 2 n , o que prova (a).

Para provar (b) teremos de identificar os termos de det(A I) que contribuem para o termo
de grau n 1 em p(). Recordando a frmula de clculo do determinante custa dos termos da
matriz (ver Teorema 5.2 em [4, pg. 182]), somente o termo par (a11 ) (ann ) daquele
determinante pode contribuir para a parcela cn1 n1 de p(). Isto porque, em cada um destes
termos, tm de estar presentes pelo menos n1 factores pertencentes diagonal principal de AI;
o restante factor tem que representar uma linha e uma coluna diferente da dos anteriores, pelo
que no pode deixar de pertencer tambm diagonal principal de A I. Como o coeficiente de
n n
n1 em (a11 ) (ann ) (1) (a11 + a22 + + ann ) , concluimos que cn1 = (1) tr A
e, portanto, a igualdade (b).

11 M A IC A n o L e ctivo 2 0 0 4 / 2 0 0 5
Exerccio 3.1 Demonstre as seguintes propriedades do trao de uma matriz:
(a) tr(A + B) = tr A + tr B;
(b) tr(cA) = c tr A (c escalar);
(c) tr AT = tr A;
(d) tr(AB) = tr(BA).

Proposio 3.3 Duas matrizes semelhantes tm o mesmo polinmio caracterstico.

Demonstrao. Se A e B so matrizes quadradas semelhantes, existe uma matriz P, invertvel,
tal que B = P 1 AP . Logo,
   
det(B I) = det P 1 AP I = det P 1 AP P 1 IP
   
= det P 1 (A I) P = det P 1 [det (A I)] (det P )
= det (A I) ,

isto , os polinmios caractersticos de A e B coincidem.

Proposio 3.4 Se uma matriz A tem k valores prprios distintos, 1 , 2 , . . . , k , ento os vec-
tores prprios correspondentes,
x1 ,
x2 , . . . ,
xk , so linearmente independentes.
Demonstrao. A demonstrao por induo em k. Se k = 1, ento
x1 linearmente indepen-
dente pois
x1 no nulo. Admita-se que o enunciado verdadeiro para os primeiros k 1 valores
prprios distintos 1 , 2 , . . . , k1 e provemos que tambm o para k valores prprios distintos
1 , 2 , . . . , k .
Ora os correspondentes vectores prprios
x1 ,
x2 , . . . ,
xk , so linearmente independentes se qual-
quer combinao linear nula
1
x1 + 2
x2 + + k
xk =
0E (4)
tiver os escalares i todos nulos.
Multiplicando esquerda (4) por A obtemos
1 A
x1 + 2 A
x2 + + k A
xk =
0E
donde, atendendo a que os
xi so vectores prprios associados aos i , vem

1 1
x1 + 2 2
x2 + + k k
xk =
0E . (5)

Multiplicando agora (4) por k obtemos

1 k
x1 + 2 k
x2 + + k k
xk =
0E , (6)
e, subtraindo (6) de (5), chegamos a

1 (1 k )
x1 + 2 (2 k )
x2 + + k1 (k1 k )
xk1 =
0E .

Pela hiptese de induo os k 1 vectores prprios
x1 ,
x2 , . . . ,
xk1 so linearmente indepen-
dentes, donde i (i k ) = 0, para i = 1, . . . , k 1. Como os i so distintos, tem-se i = k ,
para i = 1, . . . , k 1, donde i = 0, para estes valores de i. Substituindo estes i em (4) vem
1
x1 =
0E e portanto 1 = 0. Portanto, 1 = 2 = = k = 0, o que prova a independncia
linear de
x1 ,
x2 , . . . ,
xk .

Suponhamos agora que A tem n valores prprios 1 , 2 , . . . , n , correspondentes aos vectores

prprios
x1 ,
x2 , . . . ,
xn . Consideremos a matriz

x1
x2
xn

 
P = X1 X2 Xn ,

12 M A IC A n o L e ctivo 2 0 0 4 / 2 0 0 5
em que Xi a matriz coluna que representa matricialmente
xi , i = 1, . . . , n. Ento, as equaes


A
x1 = 1
x1

A
x2 = 2
x2
..

.


A
xn = n
xn
podem escrever-se matricialmente na forma
AP = P D (7)
em que
1 0 0
0 2 0

D= .. .. ..
. . .
0 0 n
uma matriz diagonal, na qual os valores prprios i aparecem dispostos na diagonal principal
pela ordem em que os vectores prprios
xi aparecem colocados nas colunas de P.
Se 1 , 2 , . . . , n forem todos distintos,
x1 ,
x2 , . . . ,
xn , so linearmente independentes e conse-
quentemente P invertvel. Logo (7) implica que
P 1 AP = D,
isto , A e D so semelhantes. A matriz A diz-se ento diagonalizvel e P diz-se uma matriz
diagonalizante. Quando A e D representam o mesmo endoformismo em diferentes bases, este
tambm se diz diagonalizvel visto que pode ser representado numa certa base pela matriz diagonal
D. Neste contexto, a matriz P a matriz de mudana de base.
Fica assim demonstrado que:
Proposio 3.5 Se A uma matriz de ordem n e tem n valores prprios distintos, ento A
diagonalizvel.

1 2 2
Exemplo 3.1 Consideremos a matriz A = 2 1 0 . Tem-se
2 0 1




1 2 2




|A I| = 0

2 1 0

= 0

2 0 1









2 2


1 2

2


2

0

+ (1 )
1 =0
1 0

2 0

2 1

 
(1 ) (1 )2 8 = 0

= 1 = 1 + 2 2 = 1 2 2.
Como A tem trs valores prprios distintos, a proposio anterior garante que A diagonalizvel.
Calculemos os vectores prprios:
Se = 1 tem-se

0 2 2 x1 0 2x2 2x3 = 0 
2 0 x1 = 0
0 x2 = 0 2x1 = 0 ,
x2 = x3
2 0 0 x3 0 2x1 = 0
donde E [1] = (0, 1, 1) .

13 M A IC A n o L e ctivo 2 0 0 4 / 2 0 0 5

Se = 1 + 2 2 tem-se

2 2 2 2 x1 0
2 2 2 0 x2 = 0
2 0 2 2 x3 0

2 2x1+ 2x2 2x3 = 0 
x1 = 2
2x1 2 2x2 = 0
x2 = x3
2x1 2 2x3 = 0
   
donde E 1 + 2 2 = ( 2, 1, 1) .

Se = 1 2 2 tem-se

2 
2 2 2 x1 0 2 2x1 +2x2 2x3 = 0 x1 = 2
2 2 2 0 x2 = 0 2x1 + 2
2x2 = 0
x2 = x3
2 0 2 2 x3 0 2x1 + 2 2x3 = 0
   
donde E 1 2 2 = ( 2, 1, 1) .
Finalmente, sendo
0 2 2
P = 1 1 1
1 1 1
a matriz diagonalizante e

1 0 0
D = 0 1+2 2 0
0 0 12 2

a matriz diagonal que tem na diagonal principal os valores prprios de A, verifica-se que
P 1 AP = D.

So relativamente poucas as matrizes que tm todos os valores prprios distintos. Contudo,

sendo A uma matriz com valores prprios 1 , 2 , . . . , n , correspondentes aos vectores prprios

x1 ,
x2 , . . . ,
xn , pode sempre escrever-se a igualdade AP = P D dada em (7). Assim, sempre que P
seja invertvel, A diagonalizvel, pois ter-se- P 1 AP = D. Pode-se pois enunciar:

Proposio 3.6 Seja A uma matriz de ordem n. Ento A diagonalizvel se e s se possvel

encontrar n vectores prprios linearmente independentes.
Nestas condies, tem-se que

P 1 AP = D A = P DP 1 ,

onde D a matriz diagonal cujos elementos da diagonal principal so os valores prprios de A e

P a matriz invertvel formada pela disposio em coluna dos correspondentes vectores prprios
linearmente independentes.

Demonstrao. A condio necessria e suficiente resulta das consideraes prvias feitas ao

enunciado da proposio.
A igualdade A = P DP 1 resulta de P 1 AP = D, multiplicando ambos os membros desta
ltima, esquerda e direita, por P e P 1 , respectivamente.
Na linguagem das transformaes lineares, o resultado anterior pode ser enunciado como segue:
um endomorfismo T de um espao vectorial E de dimenso finita diagonalizvel se e s se existe
uma base de E formada por vectores prprios de T.

14 M A IC A n o L e ctivo 2 0 0 4 / 2 0 0 5

2 1 1
Exemplo 3.2 Consideremos a matriz A = 2 3 2 . Tem-se
3 3 4




2 1 1




|A I| = 0

2 3 2

= 0

3 3 4









3 2


2 2


2 3



(2 )


1
+ 1


=0
3 4
3 4
3 3

3 + 92 15 + 7 = 0 ( 1)2 ( 7) = 0
= 1 (mult. alg. 2) = 7.

V-se assim que A tem dois valores prprios distintos 1 e 7, o primeiro com multiplicidade algbrica
2.

Se = 1, tem-se

1 1 1 x1 0 x1 + x2 + x3 = 0
2 2 2 x2 = 0 2x1 + 2x2 + 2x3 = 0 x1 = x2 x3

3 3 3 x3 0 3x1 + 3x2 + 3x3 = 0

donde E [1] = (1, 1, 0), (1, 0, 1) , constituindo estes vectores uma base do subespao
prprio. Neste caso as multiplicidades algbrica e geomtrica coincidem.
Se = 7 tem-se

5 1 1 x1 0 5x1 + x2 + x3 = 0 x1 = 12 x2
2 4 2
x2 = 0 2x1 4x2 + 2x3 = 0

3 3 3 x3 0 3x1 + 3x2 3x3 = 0 x3 = 32 x2

donde E [7] = (1, 2, 3) .

Como os vectores prprios (1, 1, 0), (1, 0, 1) e (1, 2, 3) so linearmente independentes, a ma-
triz diagonalizante
1 1 1
P = 1 0 2
0 1 3
De facto, verifica-se que A = P DP 1 , onde

1 0 0
D= 0 1 0
0 0 7

a matriz diagonal.

Apresenta-se seguidamente o exemplo duma matriz no diagonalizvel.

1 1 0
Exemplo 3.3 Seja A = 0 2 2 . Esta matriz no diagonalizvel porque:
0 2 5

A tem valores prprios 1 = 1 e 2 = 6 com multiplicidades algbricas 2 e 1, respectivamente.

E[1] = (1, 5, 10) e E[6] = (1, 0, 0) , isto , ambas as multiplicidades geomtricas so iguais
a 1, donde no possvel obter trs vectores prprios linearmente independentes.

15 M A IC A n o L e ctivo 2 0 0 4 / 2 0 0 5
 Como j referimos, as multiplicidades algbrica e geomtrica de um valor prprio relacionam-se
como segue:

Proposio 3.7 Seja A uma matriz de ordem n. A multiplicidade geomtrica de um valor prprio
de A inferior ou igual respectiva multiplicidade algbrica.

Demonstrao. Seja um valor prprio de A com multiplicidade algbrica k (k n). Seja P

uma matriz de ordem n, invertvel, em cujas primeiras k colunas esto dispostos k vectores prprios
de A associados ao valor prprio . Ento AP = P B, em que a matriz B tem a forma
 
Ik B1
B= ,
O B2

sendo Ik a matriz identidade de ordem k e O a matriz nula. Assim, P 1 AP = B, ou seja, A e B

so semelhantes pelo que, de acordo com a proposio 3.3, tm os mesmos valores prprios. Ora,
o polinmio caracterstico de B tem a forma (x )k q(x), em que q(x) um polinmio de grau
n k. Consequentemente, k inferior ou igual multiplicidade algbrica de .
O valor prprio = 1 da matriz do exemplo 3.3 tem multiplicidade geomtrica 1, inferior
respectiva multiplicidade algbrica, que 2. Deste modo, no possvel obter dois vectores prprios
linearmente independentes associados ao valor prprio = 1, o que inviabiliza a diagonalizao
da matriz. De facto, a condio necessria e suficiente da proposio 3.6 pode ser enunciada do
seguinte modo:

Proposio 3.8 Uma matriz diagonalizvel se e s se a multiplicidade algbrica de cada valor

prprio for igual sua multiplicidade geomtrica.

Demonstrao. Exerccio.

4 Teorema de Cayley-Hamilton
Destacamos das restantes propriedades um teorema muito importante em diversas aplicaes, que
estabelece que toda a matriz quadrada satisfaz a sua equao caracterstica.

Teorema 4.1 Seja A uma matriz de ordem n e

p() = det(A I) = (1)n n + cn1 n1 + + c1 + c0

o seu polinmio caracterstico. Ento A satisfaz a sua equao caracterstica, isto ,

p(A) = O (1)n An + cn1 An1 + + c1 A + c0 I = O,

onde O designa a matriz nula.

Demonstrao. A demonstrao baseia-se na seguinte propriedade dos determinantes: A adj A =

(det A) I. Aplicando esta frmula matriz A I vem

(A I) adj (A I) = p()I. (8)

Os elementos da matriz adj (A I) so, a menos do sinal, determinantes de menores de ordem

n 1 da matriz A. Logo, cada elemento daquela matriz no mais do que um polinmio em de
grau n 1. Podemos ento escrever
n1

adj (A I) = k Bk
k=0

16 M A IC A n o L e ctivo 2 0 0 4 / 2 0 0 5
onde cada coeficiente Bk uma matriz de ordem n com elementos escalares. Substituindo em (8)
obtm-se,
n1
 k
(A I) Bk = p()I
k=0
ou
n1

n Bn1 + k (ABk Bk1 ) + AB0 = (1)n n I + cn1 n1 I + + c1 I + c0 I.
k=1

Igualando os coeficientes homlogos das potncias de obtm-se as equaes

Bn1 = (1)n I
ABn1 Bn2 = cn1 I
..
.
AB1 B0 = c1 I
AB0 = c0 I.

Multiplicando estas equaes sucessivamente por An , An1 , . . . , A, I e somando em seguida os

resultados, o primeiro membro da igualdade resultante a matriz nula O de ordem n. Obtm-se
ento
O = (1)n An + cn1 An1 + + c1 A + c0 I,
ou seja, p(A) = O.
Vejamos uma aplicao deste teorema ao clculo da inversa de uma matriz.
Assumindo que a matriz A invertvel mutipliquemos a igualdade

(1)n An + cn1 An1 + + c1 A + c0 I = O

por A1 . Resulta ento

(1)n An1 + cn1 An2 + + c1 I + c0 A1 = O.

Recordando que c0 = det(A), tem-se c0 = 0 pois A invertvel. Dividindo a igualdade anterior por
c0 e isolando A1 obtm-se a seguinte frmula que pode ser utilizada para obter a matriz inversa
de A :
1  
A1 = (1)n An1 + cn1 An2 + + c1 I .
c0
 
3 1
Exemplo 4.1 Consideremos a matriz A = , cujo polinmio caracterstico p() =
1 2
2 5 + 5. Ento
1  1
A1 = (1)2 A 5I = (A 5I)
5   5 
1 2 1 2/5 1/5
= = .
5 1 3 1/5 3/5

5 Exerccios Resolvidos


1  Mostre que:
(a) Se A uma matriz tal que A2 = O (matriz nula), ento o nico valor prprio de A
zero.

17 M A IC A n o L e ctivo 2 0 0 4 / 2 0 0 5
 (b) Se duas matrizes A e B tm o mesmo vector prprio
v , ento
v tambm vector prprio
de A + B e AB. Quais so, em ambos os casos, os correspondentes valores prprios?

Resoluo
(a) Suponhamos que A tem um valor prprio = 0 e seja
x um vector prprio que lhe est
associado. Ento A
x =
x, pelo que multiplicando esquerda ambos os membros desta
igualdade por A vem,
A2
x = A
x 2
0 = A
x.
p ois A =O

Como = 0, segue-se que A
x =
0 e, portanto, A
x = 0
x. Assim,
x um vector prprio
associado ao valor prprio nulo. Mas isto absurdo, pois estamos a supor que
x est associado
ao valor prprio no nulo . O absurdo partiu de supormos que A tem um valor prprio no
nulo, pelo que o nico valor prprio de A zero.
(b) Sejam respectivamente e os valores prprios de A e B associados a
v. Ento, A
v =
v
e B
v =
v, pelo que somando as igualdades membro a membro vem

(A + B)
v = ( + )
v.

Assim,
v vector prprio de A + B, sendo + o valor prprio que lhe est associado.
Por outro lado,
v um vector prprio de AB associado ao valor prprio pois,

AB
v = A (
v) = A
v = ()
v.

 1 1 1
, a parmetro real.
2  Considere a matriz A = 2 2 0
1 a a

(a) Diga para que valores de a, a matriz admite o valor prprio zero.
(b) Para esse valor de a, determine os restantes valores prprios e os correspondentes vec-
tores prprios.

Resoluo
(a) A matriz admite o valor prprio zero se e s se A
x = 0
x A
x =
0 for um sistema
indeterminado, isto , se det A = 0. Ora




1 1 1










2 2





det A =
2 2 0
=





0
1 1
+a
1 1
= (2a 2),
1 a

1 a

2 2


1 a a

pelo que a matriz A tem um valor prprio nulo se e s se (2a 2) = 0, ou seja, a = 1.

(b) Para a = 1 tem-se




1 1 1




|A I| = 0

2 2 0

= 0

1 1 1









2 2








0
1 1
+ (1 )
1 1
=0
1 1

1 1

2 2

+ (1 ) [(1 ) (2 ) 2] = 0
 
+ (1 ) 2 3 = 0 ( 2)2 = 0
= 0 = 2 (mult. alg. 2).

Clculo dos vectores prprios:

18 M A IC A n o L e ctivo 2 0 0 4 / 2 0 0 5
 Para = 0 vem

1 1 1 x1 0 x1 + x2 x3 = 0 
2 x1 = x2
2 0 x2 = 0 2x1 + 2x2 = 0
x3 = 0
1 1 1 x3 0 x1 + x2 + x3 = 0

donde E [0] = {(1, 1, 0)} e, portanto, a multiplicidade geomtrica de = 0 1.

Para = 2 vem

1 1 1 x1 0 x1 + x2 x3 = 0 
2 x1 = 0
0 0 x2 = 0 2x1 = 0
x2 = x3
1 1 1 x3 0 x1 + x2 x3 = 0

donde E [2] = (0, 1, 1) e, portanto, a multiplicidade geomtrica de = 2 1.

 1 m 1
3 Considere a matriz A = 1 1 m .
 
1 0 m+1

(a) Calcule o polinmio caracterstico de A assim como os seus valores prprios.

(b) Para que valores de m a matriz A diagonalizvel?
(c) Para os valores obtidos encontre uma matriz diagonal D e uma matriz no singular P
tal que A = P DP 1 .

Resoluo
(a) O polinmio caracterstico dado por:




1 m 1






p() = det(A I) =
1 1 m




1 0 m+1

= (1 ) (1 ) (m + 1 ) m [(1) (m + 1 ) + m] + 1 [0 (1 )]
= (1 ) (1 ) (m + 1 ) + m (1 ) (1 )
= (1 ) [(1 ) (m + 1 ) + m 1]
 
= (1 ) 2 (m + 2) + m .

Os valores prprios de A so as razes da equao

 
p() = 0 (1 ) 2 (m + 2) + m = 0

Resolvendo esta equao, obtm-se = 1 = m = 2.

(b) Se m / {1, 2}, a matriz A tem 3 valores prprios distintos a que correspondem 3 vectores
prprios linearmente independentes. Consequentemente, de acordo com a proposio 3.5,
ser diagonalizvel. Para analisarmos o caso em que m {1, 2}, vamos obter os vectores
prprios de A :

Se = 1 tem-se

0 m 1 x1 0 
1 0 m x2 = 0 mx2 = x3
x1 = mx3
1 0 m x3 0
 
pelo que E [1] = (m2 , 1, m) .

19 M A IC A n o L e ctivo 2 0 0 4 / 2 0 0 5
 Se = m tem-se

1m m 1 x1 0 
1 x1 = x3
1 m m x2 = 0
x2 = x3
1 0 1 x3 0
pelo que E [m] = (1, 1, 1) .
Se = 2 tem-se

1 m 1 x1 0 
1 1 m x2 = 0 x1 = (1 m) x3
x2 = x3
1 0 m1 x3 0
e, assim, E [2] = (1 m, 1, 1) .

Vemos pois que, se m = 1, E[m] = E[1], pelo que a multiplicidade algbrica de = 1 2,

sendo a multiplicidade geomtrica igual a 1. Logo, A no diagonalizvel.
Se m = 2, tem-se E[m] = E[2], pelo que tambm neste caso as multiplicidades algbrica e
geomtrica no coincidem, e, portanto, A no diagonalizvel. Conclui-se ento que A
diagonalizvel se e s se m
/ {1, 2}.

(c) Para m
/ {1, 2}, tem-se

1 0 0 m2 1 1 m

D= 0 m 0 eP = 1 1 1 .
0 0 2 m 1 1

Note-se que det P = m2 + 3m 2, quantidade que diferente de zero se m

/ {1, 2}. Assim
P no singular e verifica-se que P 1 AP = D.


2
4  Sejam P2 o espao dos polinmios de grau menor ou igual a 2 e {1, x, 1 + x } uma base de
P2 . Considere as transformaes lineares T, S : P2 P2 definidas por T [p(x)] = p
(x) e
S [p(x)] = xp
(x).

(a) Quais as matrizes das transformaes T e S?

(b) As matrizes obtidas em (a) so diagonalizveis? Em caso afirmativo, indique a matriz
diagonalizante e a matriz diagonal obtida.

Resoluo
(a) Clculo da matriz de T : como
 
T (1) = 0 = 0 1 + 0 x + 0 1 + x2 = (0, 0, 0)
 
T (x) = 1 = 1 1 + 0 x + 0 1 + x2 = (1, 0, 0)
 
T (1 + x2 ) = 2x = 0 1 + 2 x + 0 1 + x2 = (0, 2, 0)
tem-se
0 1 0
AT = 0 0 2 .
0 0 0
Clculo da matriz de S : como
 
S(1) = x 0 = 0 = 0 1 + 0 x + 0 1 + x2 = (0, 0, 0)
 
S(x) = x 1 = x = 0 1 + 1 x + 0 1 + x2 = (0, 1, 0)
 
S(1 + x2 ) = x 2x = 2x2 = 2 1 + 0 x + 2 1 + x2 = (2, 0, 2)

20 M A IC A n o L e ctivo 2 0 0 4 / 2 0 0 5
tem-se
0 0 2
AS = 0 1 0 .
0 0 2

(b) Equao caracterstica da matriz AT :

1 0






|AT I| = 0
0 2
=0



0 0

3 = 0 = 0 (mult. alg. 3)

Clculo dos vectores prprios: para = 0 tem-se

0 1 0 x1 0 
x2 = 0
(AT I)
x = 0 0 0 2 x2 = 0
x3 = 0
0 0 0 x3 0

donde E [0] = (1, 0, 0) e, portanto, = 0 tem multiplicidade geomtrica 1. Como no

possvel obter 3 vectores prprios linearmente independentes, AT no diagonalizvel.

Equao caracterstica da matriz AS :

0 2




|AS I| = 0

0 1 0
=0



0 0 2

(1 ) (2 ) = 0 = 0 = 1 = 2

Clculo dos vectores prprios:

Para = 0, tem-se

0 0 2 x1 0 
x2 = 0
(AS 0I)
x = 0 0 1 0 x2 = 0
x3 = 0
0 0 2 x3 0

donde E [0] = (1, 0, 0) ;

Para = 1, tem-se

1 0 2 x1 0 
x1 = 0
(AS 1I)
x = 0 0 0 0 x2 = 0
x3 = 0
0 0 1 x3 0

donde E [1] = (0, 1, 0) ;

Para = 2, tem-se

2 0 2 x1 0 
x1 = x3
(AS 2I)
x = 0 0 1 0 x2 = 0
x2 = 0
0 0 0 x3 0

donde E [2] = (1, 0, 1) .

21 M A IC A n o L e ctivo 2 0 0 4 / 2 0 0 5
 Conclui-se que possvel obter 3 vectores prprios linearmente independentes, os quais cons-
tituem as colunas da matriz diagonalizante:

1 0 1
P = 0 1 0
0 0 1
A matriz diagonal a matriz
0 0 0
D= 0 1 0
0 0 2
com os valores prprios 0, 1 e 2 dispostos na diagonal principal. De facto, verifica-se que
1
1 0 1 1 0 1
P 1 = 0 1 0 = 0 1 0
0 0 1 0 0 1
e que

1 0 1 0 0 0 1 0 1
P DP 1 = 0 1 0 0 1 0 0 1 0
0 0 1 0 0 2 0 0 1

0 0 2
= 0 1 0 = AS .
0 0 2


5  Seja A uma matriz de ordem n com valores prprios 1 , 2 , . . . , n , todos distintos, e vectores
prprios
x1 ,
x2 , . . . ,
xn .
(a) Mostre que An = P Dn P 1 , onde D a matriz diagonal com os valores prprios na
diagonal principal e P a matriz cujas colunas so os vectores prprios correspondentes.

  2 3 3
1 2
(b) Determine A20 , sendo i) A = , ii) A = 1 2 1
2 1
1 3 1
Resoluo
(a) A demonstrao faz-se por induo.
Se A tem os valores prprios todos distintos, ento A diagonalizvel, isto , existe uma
matriz invertvel P e uma matriz diagonal D tais que A = P DP 1 . Logo, a condio An =
P Dn P 1 verdadeira para n = 1. Admitindo a sua veracidade para n 1, provemos que
verdadeira para n. Ora,
  
An = An1 A = P Dn1 P 1 P DP 1
   
= P Dn1 P 1 P DP 1 = P Dn1 D P 1 = P Dn P 1 ,
como queramos. A 2a igualdade deve-se hiptese de induo e as 3a , 4a e 5a justificam-se
pela propriedade associativa da multiplicao de matrizes e pelas definies de matriz inversa
e de potncia de uma matriz.
   1  
1 0 1 1 1/2 1/2
(b-i) Neste caso tem-se D = eP = . Logo, P 1 =
0 3 1 1 1/2 1/2
e
   
1 1 (1)20 0 1/2 1/2
A20 = P D20 P 1 =
1 1 0 320 1/2 1/2
 20
    
1 3 1/2 1/2 1 3 + 1 320 1
20
= =
1 320 1/2 1/2 2 320 1 320 + 1

22 M A IC A n o L e ctivo 2 0 0 4 / 2 0 0 5

31 90 0
(b-ii) Neste caso obtm-se, de forma anloga, A20 = 10 29 0 .
20 60 1


6  Sendo A uma matriz de ordem n, um polinmio matricial em A, p(A), define-se de maneira
anloga do polinmio escalar:

p(A) = cm Am + cm1 Am1 + + c1 A + c0 I,

em que c0 , c1 , . . . , cn so os coeficientes.
 
3 1
Considerando a matriz A = , cujo polinmio caracterstico p() = 2 5 + 5,
1 2
calculemos o polinmio matricial p(A) = A4 + 3A3 + 2A2 + A + I.
Resoluo
Pelo teorema de Cayley-Hamilton, a matriz A satisfaz a sua equao caracterstica, isto ,

A2 5A + 5I = O.

Ento,
A2 = 5A 5I,
pelo que
2
A4 = A2 A2 = (5A 5I) = 25A2 50A + 25I
= 25 (5A 5I) 50A + 25I = 75A 100I

A3 = AA2 = A (5A 5I) = 5A2 5A

= 5 (5A 5I) 5A = 20A 25I.

Por conseguinte,

p(A) = A4 + 3A3 + 2A2 + A + I = (75A 100I) + (60A 75I) + 2 (5A 5I) + A + I

= 146A 184I

6 Exerccios Propostos


1  Determine os valores e vectores prprios das matrizes dadas a seguir. Indique, em cada
caso, uma base do subespao prprio associado a cada valor prprio bem como as respectivas
multiplicidades algbrica e geomtrica.

1 2 1 1 1 1   1 1 0
2 1
A = 2 0 2 B = 1 3 1 C= D= 1 0 1
0 1
1 2 3 1 1 1 0 1 1

1 1 0 0
2 2 2 0 1 1 0 0
0 0
E= 1 2 1 F = 0 0 2 0 G = 7
1 0
1 1 4 4 3 1
0 0 0 2


2  Diga quais das matrizes do exerccio 1 so diagonalizveis. Para estas, indique a matriz
diagonalizante e a matriz diagonal obtida.

23 M A IC A n o L e ctivo 2 0 0 4 / 2 0 0 5


3  Sejam T e S endomorfismos de um espao vectorial real E de dimenso 3 cujas matrizes a
respeito de uma certa base so, respectivamente,

1 2 0 0 0 0
2 1 1 e 0 1 0 .
0 0 2 1 2 1

Determine os valores e vectores prprios de T, S e de S T.


4  Suponha que a matriz3 D do exerccio 1 representa uma transformao linear T relativamente
base cannica de R . Considerando a base {
u1 = (1, 1, 1),
u2 = (1, 1, 0),
u3 = (1, 0, 0)} qual
a matriz representativa de T ? Que relao existe entre os valores prprios desta matriz e
os da matriz D? Qual a matriz de mudana de base?

  
0 1
5
  Considere a matriz A = onde m um nmero real.
m m+1

(a) Calcule o polinmio caracterstico de A assim como os seus valores prprios.

(b) Para que valores de m, a matriz A diagonalizvel?


6  Sendo A uma matriz de ordem n, prove que:
(a) Se valor prprio de A, ento k valor prprio de Ak (k N).
(b) Se det A = 0 e valor prprio de A, ento 1 valor prprio de A1 .
(c) As matrizes A e AT tm os mesmos valores prprios.
(d) Sendo B outra matriz de ordem n, os produtos AB e BA tm os mesmos valores prprios.
(e) A invertvel se e s se = 0 no valor prprio de A.
(f) Se existe k N tal que Ak = 0, zero o nico valor prprio de A.


7  Seja A uma matriz de ordem n idempotente. Que relao existe entre os valores e vectores
prprios de A e A2 ?


8  Seja A uma matriz de ordem 3 tal que

1 2 0 0 0 0
A 1 = 2 , A 1 = 3 e A 0 = 0 .
1 2 2 6 1 3

(a) Indique os valores prprios de A e as respectivas multiplicidades algbricas.

(b) Indique o polinmio caracterstico da matriz A.
(c) Indique, se existir, uma matriz diagonal semelhante a A.
(d) Determine, explicitamente, uma matriz A nas condies do enunciado.


 1 a b
a 1 c , com a, b, c R. Determine a, b, c e os valores prprios 1 , 2 , 3
9  Seja A =
b c 1
de A de modo que
x1 = (1, 1, 2),
x2 = (1, 1, 0) e
x3 = (1, 1, 1) sejam vectores prprios
associados a 1 , 2 , 3 , respectivamente.


2
10  Considere o endomorfismo de R definido por f (x, y) = (x, x + ay) , em que a R.
(a) Para que valores de a a matriz representativa de f diagonalizvel?

24 M A IC A n o L e ctivo 2 0 0 4 / 2 0 0 5
 (b) Sendo A a matriz representativa de f na base cannica, para os valores obtidos na alnea
(a) encontre uma matriz diagonal D e uma matriz no singular P tal que A = P DP 1 .


3 3
11  Considere a transformao linear T : C C que, em realo base cannica de C3 , tem
representao matricial
0 1 0
A = 1 0 0 .
0 0 1

(a) Calcule os valores prprios e os vectores prprios de T e indique, justificando, se existe

uma base de C3 em relao qual a representao matricial de T diagonal. Em caso
afirmativo, obtenha a referida base, a correspondente matriz diagonal D e a matriz
diagonalizante P tal que D = P 1 AP.
(b) Resolva a alnea (a) para o caso em que T igualmente definida por A, mas substituindo
C3 por R3 .
(c) Prove que existe n N tal que An = I e determine o menor valor de n com esta
propriedade.


 2 2 2
2 2 2 .
12  Considere a matriz A =
2 2 2

(a) Calcule o polinmio caracterstico assim como os valores e vectores prprios de A.

(b) Prove que A diagonalizvel e determine uma matriz no singular P tal que P 1 AP
seja diagonal.
(c) Mostre que A no singular e utilize a alnea anterior para calcular A1 .
 
(d) Prove que A2 16I (A + 2I) a matriz nula, onde I a matriz identidade de ordem
3. Aproveite este resultado para obter A1 .


3
13  Seja T um endomorfismo de R tal que o subespao gerado pelo vector (1, 1, 1) invariante
para T, assim como o subespao
S = {(x, y, z) R3 : x + y + z = 0}.

Sabendo que T (0, 0, 1) = (1, 1, 1), determine a forma da matriz que representa T na base
cannica de R3 .


 6 12 2 12 2 12
1
6 12 2 12 , determine uma matriz B tal que B 2 = A.
14  Dada a matriz A = 2 2
0 0 4


15  Sejam F1 , F2 , . . . , Fk subespaos de um espao vectorial E. Diz-se que o subespao S =
F1 + F2 + + Fk uma soma directae representa-se por S = F1 F2 Fk quando,
k
para cada i {1, 2, . . . , k} se tem Fi Fj = {
0}.
j=1,j=i

(a) Mostre que S = F1 F2 Fk se e s se para quaisquer vectores f
1 F1 , f
2 F2 ,

. . . , f
k Fk vlida a implicao

f
1 + f
2 + + f
k =
0 f
1 = f
2 = = f
k =
0.

(equivale a dizer que o vector
0 se escreve de maneira nica como soma de k vectores,
pertencentes respectivamente a F1 , F2 , . . . , Fk ).

25 M A IC A n o L e ctivo 2 0 0 4 / 2 0 0 5
 (b) Sendo T um endomorfismo de um espao vectorial E, 1 , 2 , . . . , k , k vectores prprios
distintos de T e E[1 ], E[2 ], . . . , E[k ] os respectivos subespaos prprios associados,
prove que:
i. E[1 ] + E[2 ] + + E[k ] uma soma directa.
ii. T diagonalizavel se e s se E = E[1 ] E[2 ] E[k ].

7 Solues dos Exerccios Propostos

0 2 1 2
E[] (1, 1, 1) (1, 0, 1) E[] (1, 1, 1) (1, 1, 0), (1, 0, 1)
1. A : ;B: ;
m.alg. 1 2 m.alg. 1 2
m. geom. 1 1 m. geom. 1 2
1 2 1 1 2
E[] (1, 1) (1, 0) E[] (1, 2, 1) (1, 0, 1) (1, 1, 1)
C: ;D: ;
m.alg. 1 1 m.alg. 1 1 1
m. geom. 1 1 m. geom. 1 1 1

 4 2 3 + i1 2 1   4 2 3 i1 2 1  2
E[] ( 3 3 i 2, 3 3 i 2, 1) ( 3 + 3 i 2, 3 + 3 i 2, 1) (1, 1, 1)
E: ;
m.alg. 1 1 1
m. geom. 1 1 1
2 2 1 1
E[] (0, 0, 0, 1) (0, 0, 1, 0) (1, 0, 0, 0) E[] (0, 0, 1)
F : ;G:
m.alg. 1 1 2 m.alg. 3
m. geom. 1 1 1 m. geom. 1
2.

Matriz Diagonalizvel ? P D
A No
1 1 1 1 0 0
B Sim 1 1 0 0 2 0
1 0 1 0 0 2
1 1 2 0
C Sim
0 1 0 1
1 1 1 1 0 0
D Sim 0 1 2 0 2 0
4 2
1 1
4
1
2
0 0 1

3 3 2i 3 + 3 2i 1 3 + 2i 0 0
E Sim 1 1 2i 3 + 13 2i
1
1 0 3 2i 0
3 3
1 1 1 0 0 2
F No
G No

2 0 1
3. T : ;S:
E[] (2, 1, 5) E[] (1, 0, 1) (0, 0, 1)
0 1 4
ST :
E[] (4, 3, 5) (0, 1, 0) (0, 1, 3)

2 1 0
4. AT ({
u1 ,
u2 ,
u3 }) = 0 0 1 . Todas as matrizes que representam uma transformao linear
0 1 0
relativamente a diferentes bases so semelhantes e, por isso, tm os mesmos valores prprios.

26 M A IC A n o L e ctivo 2 0 0 4 / 2 0 0 5

1 1 1
P = 1 1 0 .
1 0 0
5. (a) p() = 2 (m + 1) + m, valores prprios. = m e = 1; (b) se m = 1, os valores prprios
so distintos e existem 2 vectores prprios linearmente independentes. A matriz , portanto,
diagonalizvel neste caso. Se m = 1, a matriz tem um nico valor prprio ( = 1) de multiplicidade
algbrica 2 e multiplicidade geomtrica 1, pelo que no diagonalizvel.
2
8 (a) 2 e 3 com multiplicidades
algbricas1 e 2, respectivamente;
p() = (1)3 ( 2) ( + 3) =
(b)
2 0 0 2 0 0
3 42 + 3 + 18; (c) 0 3 0 ; (d) A = 5 3 0
0 0 3 5 0 3
9. b = c, a + c = 2, 1 = c 1, 2 = c + 3 e 3 = 2c 1.
   
1 0 1a 0
10. (a) a = 1; (b) D = ;P = .
0 a 1 1
1 0 0 0 1 1
11. (a) Existe, D = 0 i 0 , P = 0 i i ; (b) No existe; (c) n = 4.
0 0 i 1 0 0
1 1 1 2 0 0
12. (a) p() = 3 16 + 22 32; P = 1 1 1 , P 1 AP = 0 4 0 ; (c)
1 0 2 0 0 4
1/4 0 1/4
A1 = 0 1/4 1/4 .
1/4 1/4 0

1++ 1 1
13. 1 1+ 1 , com , R.
1
1+ 1
5/2 1/2 1/2
14. 1/2 5/2 1/2 .
0 0 2

Referncias
[1] Agudo, F. R. D., Introduo lgebra Linear e Geometria Analtica, Livraria Escolar Editora,
1996.
[2] Apostol, T., Calculus, Vol 2, Editorial Revert, 1975.
[3] Giraldes, E., Fernandes, V. H. e Smith, M. P. M, Curso de lgebra Linear e Geometria Anal-
tica, Editora McGraw-Hill de Portugal, 1995.
[4] Luz, C., Matos, A. e Nunes, S., lgebra Linear (Volume I), 2a edio, EST Setbal, 2003.
[5] Magalhes, L. T., lgebra Linear como Introduo a Matemtica Aplicada, Texto Editora, 1991.
[6] Strang, G., Linear Algebra and Its Applications, Academic Press, New York, 1980.

27 M A IC A n o L e ctivo 2 0 0 4 / 2 0 0 5