Escolar Documentos
Profissional Documentos
Cultura Documentos
Diagonalizacao PDF
Diagonalizacao PDF
Autovalores e Autovetores
Dada uma transformação linear T , suponha que exista alguma base em que T é representada por uma matriz
diagonal, digamos por
λ1 0 · · · 0
0 λ2 · · · 0
B= . .. .. .. .
.. . . .
0 0 0 λn
Para os vetores desta base
1 0 0
0 1 0
e1 = .. , e2 = .. , ..., en = .. ,
. . .
0 0 1
1
temos
Be1 = λ1 e1 , Be2 = λ2 e2 , ..., Ben = λn en .
Isso mostra que, dada uma transformação linear T , seremos capazes de diagonalizar T (em outras palavras,
encontrar uma base em que ela é representada por uma matriz diagonal) se e somente se formos capazes de
encontrar n vetores linearmente independentes v1 , v2 , ..., vn tais que
T v1 = λ1 v1 , T v2 = λ2 v2 , ..., T vn = λn vn .
Definição. Seja A uma matriz n × n. Dizemos que um número real λ é um autovalor de A se existir um
vetor não nulo v de Rn tal que
Av = λv.
O vetor v é chamado um autovetor de A, correspondente ao autovalor λ.
Teorema. Uma matriz An×n é diagonalizável se e somente se ela possui n autovetores linearmente inde-
pendentes.
Prova: Suponha que A é diagonalizável, isto é, que exista uma matriz invertı́vel P tal que D = P −1 AP .
Em particular, segue que
AP = DP
Escreva P segundo suas colunas:
P = [V1 V2 . . . Vn ].
Então
AP = [AV1 AV2 . . . AVn ]
e
DP = [λ1 V1 λ2 V2 . . . λn Vn ].
Comparando, concluı́mos que
AV1 = λ1 V1 ,
AV2 = λ2 V2 ,
..
.
AVn = λn Vn ,
isto é, as colunas de P são autovetores de A. Como P é invertı́vel, suas colunas são 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 = λ1 V1 , AV2 =
λ2 V2 , . . . , AVn = λn Vn . Defina uma matriz n × n P por
P = [V1 V2 . . . Vn ].
2
onde denotamos
λ1 0 ··· 0
0 λ2 ··· 0
D= .. .. .. .. .
. . . .
0 0 0 λn
Multiplicando ambos os lados da equação por P −1 , obtemos P −1 AP = D. ¥
Portanto, a matriz P pode ser obtida encontrando-se n autovetores L.I. de A. O que não é surpreendente:
a matriz P é exatamente a matriz da mudança de coordenadas de uma base B formada por autovetores da
matriz A para a base canônica, onde se supõe que a matriz A está escrita; para obter D é necessário voltar
para a base B através da mudança de coordenadas inversa P −1 .
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 são L. I., logo eles também formam uma base para R3 . Portanto, com
relação à base {V1 , V2 , V3 }, a transformação linear T é representada pela matriz
4 0 0
B = 0 −3 0 .
0 0 2
3
Como −1 1
1 1
1 1 −2 8 4 8
P −1 = 2 0 1 = 83 3
4 − 58 ,
3 −1 0 − 14 1
2 − 14
concluı́mos que
1 1 1
3
4 0 0 8 4 8 8 − 13
4
27
8 1 1 −2
0 −3 0 = 38 3
− 58 1
3 1 2 0 1 .
4 2 2
0 0 2 − 14 1
2 − 14 21
8
21
4 − 83 3 −1 0
Portanto, para determinar se uma matriz é diagonalizável, precisamos determinar antes de mais nada
seus autovalores. Isso pode ser feito da maneira a seguir.
Denotando por I a matriz identidade, então a equação Av = λv é equivalente a Av = λIv, ou
(A − λI)v = 0.
b) µ ¶
cos θ − sin θ
B= .
sin θ cos θ
Solução: Temos
µ ¶
2−λ −2
det(A − λI) = det = (2 − λ)2 + 4
2 2−λ
= λ2 − 4λ + 8.
Este polinômio não tem raı́zes reais, pois ∆ = b2 − 4ac = 16 − 32 = −16, logo a matriz A não tem
autovalores. Observe que à √ √ !
√ 2
− 2
A=2 2 √2 √2 ,
2 2
2 2
é, A representa uma rotação de R2 por um ângulo de 45◦ , seguida de uma dilatação por um fator
isto √
de 2 2, portanto este resultado está de acordo com o que seria esperado. Similarmente, a matriz em
4
(b) representa uma rotação de R2 por um ângulo θ e nós temos
µ ¶
cos θ − λ − sin θ
det(B − λI) = det = (cos θ − λ)2 + sin2 θ
sin θ cos θ − λ
= cos2 θ − 2λ cos θ + λ2 + sin2 θ
= λ2 − 2λ cos θ + 1.
Como o discriminante deste polinômio é ∆ = b2 − 4ac = 4 cos2 θ − 4 = 4(cos2 θ − 1), ele só possui raı́zes
reais se cos θ = ±1, ou seja, para θ = 0 ou θ = 180◦ . O primeiro corresponde à matriz identidade
µ ¶
1 0
B= ,
0 1
cujos autovalores são as raı́zes de λ2 − 2λ + 1, ou seja, todos iguais a 1, enquanto que o segundo
corresponde à matriz µ ¶
−1 0
B= ,
0 −1
cujos autovalores são as raı́zes de λ2 + 2λ + 1, ou seja, todos iguais a −1. São os únicos exemplos de
rotações em R2 que podem ser representadas por matrizes diagonais. ¥
Exemplo 3. Determine os autovalores da matriz
−1 −2 −2
A= 1 2 1 .
−1 −1 0
Solução: Temos
−1 − λ −2 −2
det(A − λI) = det 1 2−λ 1
−1 −1 −λ
¯ ¯ ¯ ¯ ¯ ¯
¯ 2−λ 1 ¯ ¯ −2 ¯¯ ¯ −2 ¯¯
= −(1 + λ) ¯¯ ¯ − 1 ¯ −2 + (−1) ¯¯
−2
−1 −λ ¯ ¯ −1 −λ ¯ 2−λ 1 ¯
= −(1 + λ)[λ2 − 2λ + 1] − 2λ + 2 + 2 − 4 + 2λ
= −(1 + λ)[λ2 − 2λ + 1].
Uma vez encontrados os autovalores da matriz, para encontrar os autovetores basta resolver o sistema
linear homogêneo
(A − λI)X = 0.
Como eles são as soluções de um sistema linear homogêneo, segue que os autovetores associados a um
determinado autovalor λ formam um subespaço vetorial, que nós chamamos o autoespaço associado ao
autovalor λ.
(A − λI)X = 0.
5
Teorema. Seja A uma matriz n × n. A é diagonalizável se e somente se existe uma base para Rn formada
por autovetores de A. Neste caso, ela é semelhante a uma matriz diagonal D cuja diagonal principal é
formada pelos autovalores de A, cada um aparecendo tantas vezes quanto for a dimensão do autoespaço
associado a ele.
Exemplo 4. Determine se a matriz do Exemplo 3 é diagonalizável. Se for, determine uma matriz diagonal
semelhante a ela.
Solução: Já determinamos que A possui 1 e −1 como autovalores. A será diagonalizável se e somente
se pudermos formar uma base para R3 entre os autovetores associados a estes autovalores.
Os autovetores associados ao autovalor 1 são as soluções do sistema homogêneo (A − I)X = 0, ou seja,
−2 −2 −2
1 1 1 X = 0.
−1 −1 −1
Resolvemos este sistema. É fácil ver que sua matriz aumentada tem forma escalonada reduzida
1 1 1 0
0 0 0 0 .
0 0 0 0
Como (−α − β, α, β) = α(−1, 1, 0) + β(−1, 0, 1), segue que uma base para este autoespaço é formada
pelos vetores
(−1, 1, 0) e (−1, 0, 1).
Resolvemos este sistema. É fácil ver que sua matriz aumentada tem forma escalonada reduzida
1 0 −2
0 1 1 .
0 0 0
Como (2γ, −γ, γ) = γ(2, −1, 1), segue que uma base para este autoespaço é formada pelo vetor
6
Os vetores (−1, 1, 0), (−1, 0, 1) e (2, −1, 1) são L. I., como pode ser facilmente verificado, portanto
concluı́mos que a matriz A é diagonalizável. Ela é semelhante à matriz
1 0 0
0 1 0 .
0 0 −1
Solução: Temos
−1 −
√λ 0 0 0
2 1−λ 0 0 √
det(A − λI) = det
1
= (−1 − λ)(1 − λ)(−2 − λ)( π − λ),
√ π −2 − λ 0
7
π
√
17 e 106 π−λ
(lembre-se que o determinante de uma matriz triangular
√ é o produto dos elementos na diagonal prin-
cipal), logo os autovalores de A são −1, 1, −2 e π. Como A é uma matriz 4 × 4 com 4 autovalores
distintos, segue que A é diagonalizável. A é semelhante à matriz
−1 0 0 0
0 1 0 0
D= 0 0 −2
.
√0
0 0 0 π
¥
7
Exemplo 6. Determine se a matriz a seguir é diagonalizável ou não. 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
Solução: Temos
3−λ 3 0 0
3 3 − λ 0 0
det(B − λI) = det
0 0 3−λ 3
0 0 3 3−λ
µ ¶ µ ¶
3−λ 3 3−λ 3
= det det
3 3−λ 3 3−λ
= [(3 − λ)2 − 9]2 ,
logo det(B − λI) = 0 quando (3 − λ)2 − 9 = 0, ou seja, quando 3 − λ = ±3, donde concluı́mos que os
autovalores de B são
λ = 0 e λ = 6.
8
e portanto ele também tem dimensão 2.
Como R4 tem dimensão 4, segue da Proposição 2 (ou pode ser verificado diretamente) que
¥
Exemplo 7 Determine se a matriz a seguir é diagonalizável ou não. Se for, determine uma matriz diagonal
semelhante a ela.
4 2 3
C= 2 1 2 .
−1 −2 0
Solução: Temos
4−λ 2 3
det(C − λI) = det 2 1−λ 2 = −λ3 + 5λ2 − 7λ + 3.
−1 −2 −λ
Substituindo λ = 1, verificamos que este valor é uma raiz para esta equação do terceiro grau; como
λ3 − 5λ2 + 7λ − 3
= λ2 − 4λ + 3, cujas raı́zes são λ = 1 e λ = 3, concluı́mos que os autovalores de C
λ−1
são
λ = 1 e λ = 3.
B1 = {(−1, 0, 1)}
9
que representa o sistema ½
x1 + 53 x3 = 0
.
x2 + 23 x3 = 0
Portanto, o autoespaço associado a 1 é o conjunto de vetores da forma (− 53 β, − 23 β, β) = β(− 53 , − 23 , 1),
logo uma base para este autoespaço é dada por
½ ¾
5 2
B3 = (− , − , 1)
3 3
ou, se denotarmos · ¸ · ¸
x 3 1
X= eA= ,
y 1 3
por
X t AX = 4.
A = P DP t
em que " #
· ¸ √
2
√
2
2 0 √2 √2
D= eP = .
0 4 − 22 2
2
[Note que P é a matriz de rotação por um ângulo de 45◦ .] Assim, a equação matricial acima se torna
X t AX = X t (P DP t )X = (P t X)t D(P t X) = 4.
a equação matricial é
X 0t DX 0 = 4,
ou · ¸· ¸
£ 0 0
¤ 2 0 x0
x y = 4,
0 4 y0
10
que pode ser reescrita como a equação de segundo grau
2x02 + 4y 02 = 4.
Uma cônica é uma curva no plano descrita por uma equação 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 cônicas se reduz a encontrar um sistema de coordenadas mais apropriado, em que a equação do segundo
grau tem a forma mais simples possı́vel e permite a identificação imediata da curva através da comparação
com equações modelos. Neste tipo de problema, quando se muda de um sistema de coordenadas para outro é
importante assegurar que esta mudança de coordenadas não introduz nenhuma distorção nos comprimentos.
Uma matriz de mudança de coordenadas com esta propriedade é chamada uma matriz ortogonal (um
nome mais correto seria “matriz ortonormal”, que implica preservação também de comprimentos, enquanto
que o nome matriz ortogonal sugere apenas a preservação de ângulos, mas a tradição se estabeleceu e o nome
“matriz ortonormal” não foi definido e não tem qualquer significado). Assim, se P é ortogonal, então
kP vk = kvk
para todo v. Operacionalmente, existem várias definições equivalentes para que uma matriz seja ortogonal.
Teorema. As seguintes definições são equivalentes para que uma matriz P seja ortogonal.
(i) P t = P −1 .
(ii) As colunas de P formam uma base ortonormal de vetores.
Corolário. Se P é ortogonal, então
det P = ±1.
Prova: Como P é ortogonal, a inversa de P é a sua transposta, logo (lembrando que o determinante da
transposta de uma matriz é igual ao determinante da matriz)
PPt = I ∴
det(P P t ) = det I ∴
det P det P t = 1 ∴
(det P )2 = 1
Teorema. Uma matriz simétrica é sempre diagonalizável. Além disso, ela sempre pode ser diagonalizada
através de uma matriz ortogonal.
11
Para que a matriz P seja ortogonal, é necessário, como vimos acima, que suas colunas sejam vetores
ortonormais. Portanto, para que a matriz A seja diagonalizável por uma matriz ortogonal P , é suficiente
que seja possı́vel encontrar uma base de autovetores ortonormais de A. Quando isso for possı́vel, podemos
usar o processo de Gram-Schmidt para encontrar uma tal base ortonormal. Como o último teorema afirma,
isso é sempre possı́vel para uma matriz simétrica (em particular, os autovetores correspondente a autova-
lores distintos de uma matriz simétrica são sempre ortogonais). Será que é possı́vel encontrar uma matriz
diagonalizadora P ortogonal para uma matriz não-simétrica?
λ = 2 e λ = 8.
Esta base não é ortonormal (nem mesmo ortogonal). Aplicando Gram-Schmidt, chamamos W1 = V1 =
(−1, 1, 0) e
(−1, 0, 1) · (−1, 1, 0)
W2 = V2 − projW1 V2 = (−1, 0, 1) − 2 (−1, 1, 0)
k(−1, 1, 0)k
µ ¶
1 1
= − ,− ,1 ,
2 2
12
donde
à √ √ !
W1 2 2
U1 = = − , ,0 ,
kW1 k 2 2
à √ √ √ !
W2 6 6 6
U2 = = − ,− ,
kW2 k 6 6 3
Note que para a matriz de mudança de coordenadas não ortogonal cujas colunas são formadas pela
base de autovetores não ortonormais V1 , V2 e V3
−1 −1 1
Q= 1 0 1 ,
0 1 1
nós temos também evidentemente que
1 2
−1 −1 1 2 0 0 −3 3 − 13 4 2 2
1 0 1 0 2 0 − 13 − 31 2 = 2 4 2 .
3
1 1 1
0 1 1 0 0 8 3 3 3
2 2 4
¥
13