Matriz bloco-triangular

Lema (determinante de matriz bloco-triangular)

   
Autovalores e
A B A 0
Autovetores
Suponha que M = ou M = , com A e D
Determinante de
Matriz
0 D C D
bloco-triangular
Motivando com matrizes quadradas. Então det(M) = det(A) det(D).
Geometria
Definição
Calculando
Diagonalização
Teorema Espectral:
Observação
T
A = A 
Potência/Exponencial A B
de Matriz
Considere M = , com A, B, C e D matrizes
C D
quadradas. De forma geral,
det(M) 6= det(A) det(D) − det(B) det(C).

Álgebra Linear II 2008/2 Prof. Marco Cabral & Prof. Paulo Goldfeld DMA / IM / UFRJ 1 / 33
 Matriz bloco-triangular

Lema (determinante de matriz bloco-triangular)

   
Autovalores e
A B A 0
Autovetores
Suponha que M = ou M = , com A e D
Determinante de
Matriz
0 D C D
bloco-triangular
Motivando com matrizes quadradas. Então det(M) = det(A) det(D).
Geometria
Definição
Calculando
Diagonalização
Teorema Espectral:
Observação
T
A = A 
Potência/Exponencial A B
de Matriz
Considere M = , com A, B, C e D matrizes
C D
quadradas. De forma geral,
det(M) 6= det(A) det(D) − det(B) det(C).

Álgebra Linear II 2008/2 Prof. Marco Cabral & Prof. Paulo Goldfeld DMA / IM / UFRJ 1 / 33
 Matriz bloco-triangular

Exemplo
Autovalores e
Autovetores Calcule
 os valores de λ tais que det
 M = 0.
Determinante de
Matriz
2 − λ 1 3 −1 1
bloco-triangular
Motivando com
 1 λ 2 1 −2 
Geometria  
Definição M= 0 0 λ 1 1  . Definindo
Calculando
Diagonalização  0 0 1 λ 2 
Teorema Espectral:
A = A
T

Potência/Exponencial
0 0 0 0 3+λ
de Matriz
   
2−λ 1 λ 1
M1 = , M2 = , M3 = 3 + λ,
1 λ 1 λ
 
M1 ∗ ∗
M=  0 M2 ∗ . det(M) =
0 0 M3
det(M1 ) det(M2 ) det(M3 ) = −(λ − 1)2 (λ2 − 1)(3 + λ) = 0.
As raízes são 1, −1, −3.
Álgebra Linear II 2008/2 Prof. Marco Cabral & Prof. Paulo Goldfeld DMA / IM / UFRJ 2 / 33
 Matriz bloco-triangular

Exemplo
Autovalores e
Autovetores Calcule
 os valores de λ tais que det
 M = 0.
Determinante de
Matriz
2 − λ 1 3 −1 1
bloco-triangular
Motivando com
 1 λ 2 1 −2 
Geometria  
Definição M= 0 0 λ 1 1  . Definindo
Calculando
Diagonalização  0 0 1 λ 2 
Teorema Espectral:
A = A
T

Potência/Exponencial
0 0 0 0 3+λ
de Matriz
   
2−λ 1 λ 1
M1 = , M2 = , M3 = 3 + λ,
1 λ 1 λ
 
M1 ∗ ∗
M=  0 M2 ∗ . det(M) =
0 0 M3
det(M1 ) det(M2 ) det(M3 ) = −(λ − 1)2 (λ2 − 1)(3 + λ) = 0.
As raízes são 1, −1, −3.
Álgebra Linear II 2008/2 Prof. Marco Cabral & Prof. Paulo Goldfeld DMA / IM / UFRJ 2 / 33
 Matriz bloco-triangular

Exemplo
Autovalores e
Autovetores Calcule
 os valores de λ tais que det
 M = 0.
Determinante de
Matriz
2 − λ 1 3 −1 1
bloco-triangular
Motivando com
 1 λ 2 1 −2 
Geometria  
Definição M= 0 0 λ 1 1  . Definindo
Calculando
Diagonalização  0 0 1 λ 2 
Teorema Espectral:
A = A
T

Potência/Exponencial
0 0 0 0 3+λ
de Matriz
   
2−λ 1 λ 1
M1 = , M2 = , M3 = 3 + λ,
1 λ 1 λ
 
M1 ∗ ∗
M=  0 M2 ∗ . det(M) =
0 0 M3
det(M1 ) det(M2 ) det(M3 ) = −(λ − 1)2 (λ2 − 1)(3 + λ) = 0.
As raízes são 1, −1, −3.
Álgebra Linear II 2008/2 Prof. Marco Cabral & Prof. Paulo Goldfeld DMA / IM / UFRJ 2 / 33
 Matriz bloco-triangular

Exemplo
Autovalores e
Autovetores Calcule
 os valores de λ tais que det
 M = 0.
Determinante de
Matriz
2 − λ 1 3 −1 1
bloco-triangular
Motivando com
 1 λ 2 1 −2 
Geometria  
Definição M= 0 0 λ 1 1  . Definindo
Calculando
Diagonalização  0 0 1 λ 2 
Teorema Espectral:
A = A
T

Potência/Exponencial
0 0 0 0 3+λ
de Matriz
   
2−λ 1 λ 1
M1 = , M2 = , M3 = 3 + λ,
1 λ 1 λ
 
M1 ∗ ∗
M=  0 M2 ∗ . det(M) =
0 0 M3
det(M1 ) det(M2 ) det(M3 ) = −(λ − 1)2 (λ2 − 1)(3 + λ) = 0.
As raízes são 1, −1, −3.
Álgebra Linear II 2008/2 Prof. Marco Cabral & Prof. Paulo Goldfeld DMA / IM / UFRJ 2 / 33
 Introdução

Quando v e T v são paralelos?

Autovalores e Qual direção é preservada por T ?
Autovetores
Determinante de
Matriz
bloco-triangular Exemplo
Motivando com
Geometria
Definição
Calculando
T uma reflexão em torno do eixo-x =⇒ T (x, y ) = (x, −y ).
Diagonalização
Teorema Espectral:
T
Incluir Figura: relexão em torno do eixo-x
A = A
Potência/Exponencial 
de Matriz
T (1, 0) = (1, 0)
⇒ direções preservadas
T (0, 1) = −(0, 1)

T (1, 1) = (1, −1)
⇒ direções não preservadas
T (2, 3) = (2, −3)

Álgebra Linear II 2008/2 Prof. Marco Cabral & Prof. Paulo Goldfeld DMA / IM / UFRJ 3 / 33
 Introdução

Quando v e T v são paralelos?

Autovalores e Qual direção é preservada por T ?
Autovetores
Determinante de
Matriz
bloco-triangular Exemplo
Motivando com
Geometria
Definição
Calculando
T uma reflexão em torno do eixo-x =⇒ T (x, y ) = (x, −y ).
Diagonalização
Teorema Espectral:
T
Incluir Figura: relexão em torno do eixo-x
A = A
Potência/Exponencial 
de Matriz
T (1, 0) = (1, 0)
⇒ direções preservadas
T (0, 1) = −(0, 1)

T (1, 1) = (1, −1)
⇒ direções não preservadas
T (2, 3) = (2, −3)

Álgebra Linear II 2008/2 Prof. Marco Cabral & Prof. Paulo Goldfeld DMA / IM / UFRJ 3 / 33
 Introdução

Quando v e T v são paralelos?

Autovalores e Qual direção é preservada por T ?
Autovetores
Determinante de
Matriz
bloco-triangular Exemplo
Motivando com
Geometria
Definição
Calculando
T uma reflexão em torno do eixo-x =⇒ T (x, y ) = (x, −y ).
Diagonalização
Teorema Espectral:
T
Incluir Figura: relexão em torno do eixo-x
A = A
Potência/Exponencial 
de Matriz
T (1, 0) = (1, 0)
⇒ direções preservadas
T (0, 1) = −(0, 1)

T (1, 1) = (1, −1)
⇒ direções não preservadas
T (2, 3) = (2, −3)

Álgebra Linear II 2008/2 Prof. Marco Cabral & Prof. Paulo Goldfeld DMA / IM / UFRJ 3 / 33
 Introdução

Quando v e T v são paralelos?

Autovalores e Qual direção é preservada por T ?
Autovetores
Determinante de
Matriz
bloco-triangular Exemplo
Motivando com
Geometria
Definição
Calculando
T uma reflexão em torno do eixo-x =⇒ T (x, y ) = (x, −y ).
Diagonalização
Teorema Espectral:
T
Incluir Figura: relexão em torno do eixo-x
A = A
Potência/Exponencial 
de Matriz
T (1, 0) = (1, 0)
⇒ direções preservadas
T (0, 1) = −(0, 1)

T (1, 1) = (1, −1)
⇒ direções não preservadas
T (2, 3) = (2, −3)

Álgebra Linear II 2008/2 Prof. Marco Cabral & Prof. Paulo Goldfeld DMA / IM / UFRJ 3 / 33
 Introdução

Quando v e T v são paralelos?

Autovalores e Qual direção é preservada por T ?
Autovetores
Determinante de
Matriz
bloco-triangular Exemplo
Motivando com
Geometria
Definição
Calculando
T uma reflexão em torno do eixo-x =⇒ T (x, y ) = (x, −y ).
Diagonalização
Teorema Espectral:
T
Incluir Figura: relexão em torno do eixo-x
A = A
Potência/Exponencial 
de Matriz
T (1, 0) = (1, 0)
⇒ direções preservadas
T (0, 1) = −(0, 1)

T (1, 1) = (1, −1)
⇒ direções não preservadas
T (2, 3) = (2, −3)

Álgebra Linear II 2008/2 Prof. Marco Cabral & Prof. Paulo Goldfeld DMA / IM / UFRJ 3 / 33
 Introdução

Quando v e T v são paralelos?

Autovalores e Qual direção é preservada por T ?
Autovetores
Determinante de
Matriz
bloco-triangular Exemplo
Motivando com
Geometria
Definição
Calculando
T uma reflexão em torno do eixo-x =⇒ T (x, y ) = (x, −y ).
Diagonalização
Teorema Espectral:
T
Incluir Figura: relexão em torno do eixo-x
A = A
Potência/Exponencial 
de Matriz
T (1, 0) = (1, 0)
⇒ direções preservadas
T (0, 1) = −(0, 1)

T (1, 1) = (1, −1)
⇒ direções não preservadas
T (2, 3) = (2, −3)

Álgebra Linear II 2008/2 Prof. Marco Cabral & Prof. Paulo Goldfeld DMA / IM / UFRJ 3 / 33
 Introdução

Quando v e T v são paralelos?

Autovalores e Qual direção é preservada por T ?
Autovetores
Determinante de
Matriz
bloco-triangular Exemplo
Motivando com
Geometria
Definição
Calculando
T uma reflexão em torno do eixo-x =⇒ T (x, y ) = (x, −y ).
Diagonalização
Teorema Espectral:
T
Incluir Figura: relexão em torno do eixo-x
A = A
Potência/Exponencial 
de Matriz
T (1, 0) = (1, 0)
⇒ direções preservadas
T (0, 1) = −(0, 1)

T (1, 1) = (1, −1)
⇒ direções não preservadas
T (2, 3) = (2, −3)

Álgebra Linear II 2008/2 Prof. Marco Cabral & Prof. Paulo Goldfeld DMA / IM / UFRJ 3 / 33
 Introdução

Quando v e T v são paralelos?

Autovalores e Qual direção é preservada por T ?
Autovetores
Determinante de
Matriz
bloco-triangular Exemplo
Motivando com
Geometria
Definição
Calculando
T uma reflexão em torno do eixo-x =⇒ T (x, y ) = (x, −y ).
Diagonalização
Teorema Espectral:
T
Incluir Figura: relexão em torno do eixo-x
A = A
Potência/Exponencial 
de Matriz
T (1, 0) = (1, 0)
⇒ direções preservadas
T (0, 1) = −(0, 1)

T (1, 1) = (1, −1)
⇒ direções não preservadas
T (2, 3) = (2, −3)

Álgebra Linear II 2008/2 Prof. Marco Cabral & Prof. Paulo Goldfeld DMA / IM / UFRJ 3 / 33
 Exemplos

Exemplo
Autovalores e
Autovetores T uma rotação de 90◦ =⇒ T (x, y ) = (y , −x).
Determinante de
Matriz
bloco-triangular Incluir Figura: rotação de 90 graus
Motivando com
Geometria
Definição
Calculando
Diagonalização
Nenhuma direção é preservada!
Teorema Espectral:
T
A = A
Potência/Exponencial
de Matriz

Álgebra Linear II 2008/2 Prof. Marco Cabral & Prof. Paulo Goldfeld DMA / IM / UFRJ 4 / 33
 Exemplos

Exemplo
Autovalores e
Autovetores T uma rotação de 90◦ =⇒ T (x, y ) = (y , −x).
Determinante de
Matriz
bloco-triangular Incluir Figura: rotação de 90 graus
Motivando com
Geometria
Definição
Calculando
Diagonalização
Nenhuma direção é preservada!
Teorema Espectral:
T
A = A
Potência/Exponencial
de Matriz

Álgebra Linear II 2008/2 Prof. Marco Cabral & Prof. Paulo Goldfeld DMA / IM / UFRJ 4 / 33
 Exemplos

Exemplo
Autovalores e
Autovetores T uma rotação de 90◦ =⇒ T (x, y ) = (y , −x).
Determinante de
Matriz
bloco-triangular Incluir Figura: rotação de 90 graus
Motivando com
Geometria
Definição
Calculando
Diagonalização
Nenhuma direção é preservada!
Teorema Espectral:
T
A = A
Potência/Exponencial
de Matriz

Álgebra Linear II 2008/2 Prof. Marco Cabral & Prof. Paulo Goldfeld DMA / IM / UFRJ 4 / 33
 Definição Autovalor e Autovetor

Definição
Autovalores e
Autovetores Seja T : V → V TL. Dizemos que
Determinante de
Matriz
bloco-triangular
0 6= v ∈ V é autovetor associado ao autovalor λ
Motivando com
Geometria
se T v = λv.
Definição
Calculando
Diagonalização
Teorema Espectral:
Observação
T
A = A
Potência/Exponencial
de Matriz λ pode ser zero, mas v não!
(Se v = 0, então T v = λv ∀λ.)

Álgebra Linear II 2008/2 Prof. Marco Cabral & Prof. Paulo Goldfeld DMA / IM / UFRJ 5 / 33
 Definição Autovalor e Autovetor

Definição
Autovalores e
Autovetores Seja T : V → V TL. Dizemos que
Determinante de
Matriz
bloco-triangular
0 6= v ∈ V é autovetor associado ao autovalor λ
Motivando com
Geometria
se T v = λv.
Definição
Calculando
Diagonalização
Teorema Espectral:
Observação
T
A = A
Potência/Exponencial
de Matriz λ pode ser zero, mas v não!
(Se v = 0, então T v = λv ∀λ.)

Álgebra Linear II 2008/2 Prof. Marco Cabral & Prof. Paulo Goldfeld DMA / IM / UFRJ 5 / 33
 Definição Autovalor e Autovetor

Definição
Autovalores e
Autovetores Seja T : V → V TL. Dizemos que
Determinante de
Matriz
bloco-triangular
0 6= v ∈ V é autovetor associado ao autovalor λ
Motivando com
Geometria
se T v = λv.
Definição
Calculando
Diagonalização
Teorema Espectral:
Observação
T
A = A
Potência/Exponencial
de Matriz λ pode ser zero, mas v não!
(Se v = 0, então T v = λv ∀λ.)

Álgebra Linear II 2008/2 Prof. Marco Cabral & Prof. Paulo Goldfeld DMA / IM / UFRJ 5 / 33
 Definição Autoespaço

Se T v = λv então T v − λv = T v − (λI)v = 0.
Autovalores e Logo (T − λI)v = 0.
Autovetores
Determinante de
Matriz
bloco-triangular
Portanto v ∈ Nuc(T − λI).
Motivando com
Geometria
Definição Definição
Calculando
Diagonalização
Teorema Espectral:
T
O autoespaço associado a λ é Nuc(T − λI).
A = A
Potência/Exponencial
de Matriz

Observação
autoespaço assoc. a λ = {autovetores assoc. a λ} ∪ {0}

Álgebra Linear II 2008/2 Prof. Marco Cabral & Prof. Paulo Goldfeld DMA / IM / UFRJ 6 / 33
 Definição Autoespaço

Se T v = λv então T v − λv = T v − (λI)v = 0.
Autovalores e Logo (T − λI)v = 0.
Autovetores
Determinante de
Matriz
bloco-triangular
Portanto v ∈ Nuc(T − λI).
Motivando com
Geometria
Definição Definição
Calculando
Diagonalização
Teorema Espectral:
T
O autoespaço associado a λ é Nuc(T − λI).
A = A
Potência/Exponencial
de Matriz

Observação
autoespaço assoc. a λ = {autovetores assoc. a λ} ∪ {0}

Álgebra Linear II 2008/2 Prof. Marco Cabral & Prof. Paulo Goldfeld DMA / IM / UFRJ 6 / 33
 Definição Autoespaço

Se T v = λv então T v − λv = T v − (λI)v = 0.
Autovalores e Logo (T − λI)v = 0.
Autovetores
Determinante de
Matriz
bloco-triangular
Portanto v ∈ Nuc(T − λI).
Motivando com
Geometria
Definição Definição
Calculando
Diagonalização
Teorema Espectral:
T
O autoespaço associado a λ é Nuc(T − λI).
A = A
Potência/Exponencial
de Matriz

Observação
autoespaço assoc. a λ = {autovetores assoc. a λ} ∪ {0}

Álgebra Linear II 2008/2 Prof. Marco Cabral & Prof. Paulo Goldfeld DMA / IM / UFRJ 6 / 33
 Definição Autoespaço

Se T v = λv então T v − λv = T v − (λI)v = 0.
Autovalores e Logo (T − λI)v = 0.
Autovetores
Determinante de
Matriz
bloco-triangular
Portanto v ∈ Nuc(T − λI).
Motivando com
Geometria
Definição Definição
Calculando
Diagonalização
Teorema Espectral:
T
O autoespaço associado a λ é Nuc(T − λI).
A = A
Potência/Exponencial
de Matriz

Observação
autoespaço assoc. a λ = {autovetores assoc. a λ} ∪ {0}

Álgebra Linear II 2008/2 Prof. Marco Cabral & Prof. Paulo Goldfeld DMA / IM / UFRJ 6 / 33
 Definição Autoespaço

Se T v = λv então T v − λv = T v − (λI)v = 0.
Autovalores e Logo (T − λI)v = 0.
Autovetores
Determinante de
Matriz
bloco-triangular
Portanto v ∈ Nuc(T − λI).
Motivando com
Geometria
Definição Definição
Calculando
Diagonalização
Teorema Espectral:
T
O autoespaço associado a λ é Nuc(T − λI).
A = A
Potência/Exponencial
de Matriz

Observação
autoespaço assoc. a λ = {autovetores assoc. a λ} ∪ {0}

Álgebra Linear II 2008/2 Prof. Marco Cabral & Prof. Paulo Goldfeld DMA / IM / UFRJ 6 / 33
 Definição Autoespaço

Se T v = λv então T v − λv = T v − (λI)v = 0.
Autovalores e Logo (T − λI)v = 0.
Autovetores
Determinante de
Matriz
bloco-triangular
Portanto v ∈ Nuc(T − λI).
Motivando com
Geometria
Definição Definição
Calculando
Diagonalização
Teorema Espectral:
T
O autoespaço associado a λ é Nuc(T − λI).
A = A
Potência/Exponencial
de Matriz

Observação
autoespaço assoc. a λ = {autovetores assoc. a λ} ∪ {0}

Álgebra Linear II 2008/2 Prof. Marco Cabral & Prof. Paulo Goldfeld DMA / IM / UFRJ 6 / 33
 Como calcular autovalores e autoespaços?

Dado λ, calculamos seu autoespaço: Nuc(T − λI).

Autovalores e Mas como encontrar um autovalor λ?
Autovetores
Determinante de
Matriz
bloco-triangular
T v = λv, v 6= 0 ⇒ (T − λI)v = 0, v 6= 0 ⇒
Motivando com
Geometria
Definição
Nuc(T − λI)não trivial ⇒ det(T − λI) = 0
Calculando
Diagonalização
Teorema Espectral:
A = A
T De fato, λ é autovalor de T s.s.s. det(T − λI) = 0.
Potência/Exponencial
de Matriz

Álgebra Linear II 2008/2 Prof. Marco Cabral & Prof. Paulo Goldfeld DMA / IM / UFRJ 7 / 33
 Como calcular autovalores e autoespaços?

Dado λ, calculamos seu autoespaço: Nuc(T − λI).

Autovalores e Mas como encontrar um autovalor λ?
Autovetores
Determinante de
Matriz
bloco-triangular
T v = λv, v 6= 0 ⇒ (T − λI)v = 0, v 6= 0 ⇒
Motivando com
Geometria
Definição
Nuc(T − λI)não trivial ⇒ det(T − λI) = 0
Calculando
Diagonalização
Teorema Espectral:
A = A
T De fato, λ é autovalor de T s.s.s. det(T − λI) = 0.
Potência/Exponencial
de Matriz

Álgebra Linear II 2008/2 Prof. Marco Cabral & Prof. Paulo Goldfeld DMA / IM / UFRJ 7 / 33
 Como calcular autovalores e autoespaços?

Dado λ, calculamos seu autoespaço: Nuc(T − λI).

Autovalores e Mas como encontrar um autovalor λ?
Autovetores
Determinante de
Matriz
bloco-triangular
T v = λv, v 6= 0 ⇒ (T − λI)v = 0, v 6= 0 ⇒
Motivando com
Geometria
Definição
Nuc(T − λI)não trivial ⇒ det(T − λI) = 0
Calculando
Diagonalização
Teorema Espectral:
A = A
T De fato, λ é autovalor de T s.s.s. det(T − λI) = 0.
Potência/Exponencial
de Matriz

Álgebra Linear II 2008/2 Prof. Marco Cabral & Prof. Paulo Goldfeld DMA / IM / UFRJ 7 / 33
 Como calcular autovalores e autoespaços?

Dado λ, calculamos seu autoespaço: Nuc(T − λI).

Autovalores e Mas como encontrar um autovalor λ?
Autovetores
Determinante de
Matriz
bloco-triangular
T v = λv, v 6= 0 ⇒ (T − λI)v = 0, v 6= 0 ⇒
Motivando com
Geometria
Definição
Nuc(T − λI)não trivial ⇒ det(T − λI) = 0
Calculando
Diagonalização
Teorema Espectral:
A = A
T De fato, λ é autovalor de T s.s.s. det(T − λI) = 0.
Potência/Exponencial
de Matriz

Álgebra Linear II 2008/2 Prof. Marco Cabral & Prof. Paulo Goldfeld DMA / IM / UFRJ 7 / 33
 Como calcular autovalores e autoespaços?

Dado λ, calculamos seu autoespaço: Nuc(T − λI).

Autovalores e Mas como encontrar um autovalor λ?
Autovetores
Determinante de
Matriz
bloco-triangular
T v = λv, v 6= 0 ⇒ (T − λI)v = 0, v 6= 0 ⇒
Motivando com
Geometria
Definição
Nuc(T − λI)não trivial ⇒ det(T − λI) = 0
Calculando
Diagonalização
Teorema Espectral:
A = A
T De fato, λ é autovalor de T s.s.s. det(T − λI) = 0.
Potência/Exponencial
de Matriz

Álgebra Linear II 2008/2 Prof. Marco Cabral & Prof. Paulo Goldfeld DMA / IM / UFRJ 7 / 33
 Como calcular autovalores e autoespaços?

Dado λ, calculamos seu autoespaço: Nuc(T − λI).

Autovalores e Mas como encontrar um autovalor λ?
Autovetores
Determinante de
Matriz
bloco-triangular
T v = λv, v 6= 0 ⇒ (T − λI)v = 0, v 6= 0 ⇒
Motivando com
Geometria
Definição
Nuc(T − λI)não trivial ⇒ det(T − λI) = 0
Calculando
Diagonalização
Teorema Espectral:
A = A
T De fato, λ é autovalor de T s.s.s. det(T − λI) = 0.
Potência/Exponencial
de Matriz

Álgebra Linear II 2008/2 Prof. Marco Cabral & Prof. Paulo Goldfeld DMA / IM / UFRJ 7 / 33
 Como calcular autovalores e autoespaços?

Dado λ, calculamos seu autoespaço: Nuc(T − λI).

Autovalores e Mas como encontrar um autovalor λ?
Autovetores
Determinante de
Matriz
bloco-triangular
T v = λv, v 6= 0 ⇒ (T − λI)v = 0, v 6= 0 ⇒
Motivando com
Geometria
Definição
Nuc(T − λI)não trivial ⇒ det(T − λI) = 0
Calculando
Diagonalização
Teorema Espectral:
A = A
T De fato, λ é autovalor de T s.s.s. det(T − λI) = 0.
Potência/Exponencial
de Matriz

Álgebra Linear II 2008/2 Prof. Marco Cabral & Prof. Paulo Goldfeld DMA / IM / UFRJ 7 / 33
 Exemplo

Exemplo
Autovalores e
Autovetores Calcule osautovalores e autoespaços
 de
Determinante de
Matriz 1 −1 x
bloco-triangular T (x, y ) = .
Motivando com
Geometria
−1 1 y
Definição  
Calculando (1 − λ) −1
Diagonalização 1 det(A − λI) = det = (1 − λ)2 − 1
Teorema Espectral:
A = A
T
−1 (1 − λ)
Potência/Exponencial
de Matriz
= (λ − 0)(λ − 2).
2 Calculando autoespaço para λ = 0:
Resolvemos o sistema (A − 0I)x = 0.
3 Calculando autoespaço para λ = 2:
Resolvemos o sistema (A − 2I)x = 0.

Álgebra Linear II 2008/2 Prof. Marco Cabral & Prof. Paulo Goldfeld DMA / IM / UFRJ 8 / 33
 Exemplo

Exemplo
Autovalores e
Autovetores Calcule osautovalores e autoespaços
 de
Determinante de
Matriz 1 −1 x
bloco-triangular T (x, y ) = .
Motivando com
Geometria
−1 1 y
Definição  
Calculando (1 − λ) −1
Diagonalização 1 det(A − λI) = det = (1 − λ)2 − 1
Teorema Espectral:
A = A
T
−1 (1 − λ)
Potência/Exponencial
de Matriz
= (λ − 0)(λ − 2).
2 Calculando autoespaço para λ = 0:
Resolvemos o sistema (A − 0I)x = 0.
3 Calculando autoespaço para λ = 2:
Resolvemos o sistema (A − 2I)x = 0.

Álgebra Linear II 2008/2 Prof. Marco Cabral & Prof. Paulo Goldfeld DMA / IM / UFRJ 8 / 33
 Exemplo

Exemplo
Autovalores e
Autovetores Calcule osautovalores e autoespaços
 de
Determinante de
Matriz 1 −1 x
bloco-triangular T (x, y ) = .
Motivando com
Geometria
−1 1 y
Definição  
Calculando (1 − λ) −1
Diagonalização 1 det(A − λI) = det = (1 − λ)2 − 1
Teorema Espectral:
A = A
T
−1 (1 − λ)
Potência/Exponencial
de Matriz
= (λ − 0)(λ − 2).
2 Calculando autoespaço para λ = 0:
Resolvemos o sistema (A − 0I)x = 0.
3 Calculando autoespaço para λ = 2:
Resolvemos o sistema (A − 2I)x = 0.

Álgebra Linear II 2008/2 Prof. Marco Cabral & Prof. Paulo Goldfeld DMA / IM / UFRJ 8 / 33
 Exemplo

Exemplo
Autovalores e
Autovetores Calcule osautovalores e autoespaços
 de
Determinante de
Matriz 1 −1 x
bloco-triangular T (x, y ) = .
Motivando com
Geometria
−1 1 y
Definição  
Calculando (1 − λ) −1
Diagonalização 1 det(A − λI) = det = (1 − λ)2 − 1
Teorema Espectral:
A = A
T
−1 (1 − λ)
Potência/Exponencial
de Matriz
= (λ − 0)(λ − 2).
2 Calculando autoespaço para λ = 0:
Resolvemos o sistema (A − 0I)x = 0.
3 Calculando autoespaço para λ = 2:
Resolvemos o sistema (A − 2I)x = 0.

Álgebra Linear II 2008/2 Prof. Marco Cabral & Prof. Paulo Goldfeld DMA / IM / UFRJ 8 / 33
 Exemplo

Exemplo
Autovalores e
Autovetores Calcule osautovalores e autoespaços
 de
Determinante de
Matriz 1 −1 x
bloco-triangular T (x, y ) = .
Motivando com
Geometria
−1 1 y
Definição  
Calculando (1 − λ) −1
Diagonalização 1 det(A − λI) = det = (1 − λ)2 − 1
Teorema Espectral:
A = A
T
−1 (1 − λ)
Potência/Exponencial
de Matriz
= (λ − 0)(λ − 2).
2 Calculando autoespaço para λ = 0:
Resolvemos o sistema (A − 0I)x = 0.
3 Calculando autoespaço para λ = 2:
Resolvemos o sistema (A − 2I)x = 0.

Álgebra Linear II 2008/2 Prof. Marco Cabral & Prof. Paulo Goldfeld DMA / IM / UFRJ 8 / 33
 Exemplo

Exemplo
Autovalores e
Autovetores Calcule osautovalores e autoespaços
 de
Determinante de
Matriz 1 −1 x
bloco-triangular T (x, y ) = .
Motivando com
Geometria
−1 1 y
Definição  
Calculando (1 − λ) −1
Diagonalização 1 det(A − λI) = det = (1 − λ)2 − 1
Teorema Espectral:
A = A
T
−1 (1 − λ)
Potência/Exponencial
de Matriz
= (λ − 0)(λ − 2).
2 Calculando autoespaço para λ = 0:
Resolvemos o sistema (A − 0I)x = 0.
3 Calculando autoespaço para λ = 2:
Resolvemos o sistema (A − 2I)x = 0.

Álgebra Linear II 2008/2 Prof. Marco Cabral & Prof. Paulo Goldfeld DMA / IM / UFRJ 8 / 33
 Definição Polinômio Característico

Definição
Autovalores e
Autovetores p(λ) = det(T − λI) é um polinômio em λ, chamado
Determinante de
Matriz
bloco-triangular
polinômio característico de T . O grau de p(λ) é igual à
Motivando com
Geometria
dimensão do espaço.
Definição
Calculando
Diagonalização
Teorema Espectral:
T
Lema
A = A
Potência/Exponencial
de Matriz O polinômio característico independe da base escolhida:
det([T ]β − λI) = det([T ]γ − λI)

Álgebra Linear II 2008/2 Prof. Marco Cabral & Prof. Paulo Goldfeld DMA / IM / UFRJ 9 / 33
 Definição Polinômio Característico

Definição
Autovalores e
Autovetores p(λ) = det(T − λI) é um polinômio em λ, chamado
Determinante de
Matriz
bloco-triangular
polinômio característico de T . O grau de p(λ) é igual à
Motivando com
Geometria
dimensão do espaço.
Definição
Calculando
Diagonalização
Teorema Espectral:
T
Lema
A = A
Potência/Exponencial
de Matriz O polinômio característico independe da base escolhida:
det([T ]β − λI) = det([T ]γ − λI)

Álgebra Linear II 2008/2 Prof. Marco Cabral & Prof. Paulo Goldfeld DMA / IM / UFRJ 9 / 33
 Definição Polinômio Característico

Definição
Autovalores e
Autovetores p(λ) = det(T − λI) é um polinômio em λ, chamado
Determinante de
Matriz
bloco-triangular
polinômio característico de T . O grau de p(λ) é igual à
Motivando com
Geometria
dimensão do espaço.
Definição
Calculando
Diagonalização
Teorema Espectral:
T
Lema
A = A
Potência/Exponencial
de Matriz O polinômio característico independe da base escolhida:
det([T ]β − λI) = det([T ]γ − λI)

Álgebra Linear II 2008/2 Prof. Marco Cabral & Prof. Paulo Goldfeld DMA / IM / UFRJ 9 / 33
 Prova: polinômio independe da base

Prova
Autovalores e
Autovetores
Sejam A = [T ]γ e B = [T ]β .
Determinante de
Matriz
bloco-triangular Se P = [I]β←γ , então PAP −1 = B. Assim,
Motivando com
Geometria
Definição
Calculando
det(B − λI) = det(PAP −1 − λI)
Diagonalização
Teorema Espectral:
T
= det(PAP −1 − P(λI)P −1 )
A = A
Potência/Exponencial
de Matriz
= det(P(A − λI)P −1 )
= det(P) det(A − λI) det(P −1 )
= det(P) det(P −1 ) det(A − λI)
= det(A − λI)

Álgebra Linear II 2008/2 Prof. Marco Cabral & Prof. Paulo Goldfeld DMA / IM / UFRJ 10 / 33
 Prova: polinômio independe da base

Prova
Autovalores e
Autovetores
Sejam A = [T ]γ e B = [T ]β .
Determinante de
Matriz
bloco-triangular Se P = [I]β←γ , então PAP −1 = B. Assim,
Motivando com
Geometria
Definição
Calculando
det(B − λI) = det(PAP −1 − λI)
Diagonalização
Teorema Espectral:
T
= det(PAP −1 − P(λI)P −1 )
A = A
Potência/Exponencial
de Matriz
= det(P(A − λI)P −1 )
= det(P) det(A − λI) det(P −1 )
= det(P) det(P −1 ) det(A − λI)
= det(A − λI)

Álgebra Linear II 2008/2 Prof. Marco Cabral & Prof. Paulo Goldfeld DMA / IM / UFRJ 10 / 33
 Prova: polinômio independe da base

Prova
Autovalores e
Autovetores
Sejam A = [T ]γ e B = [T ]β .
Determinante de
Matriz
bloco-triangular Se P = [I]β←γ , então PAP −1 = B. Assim,
Motivando com
Geometria
Definição
Calculando
det(B − λI) = det(PAP −1 − λI)
Diagonalização
Teorema Espectral:
T
= det(PAP −1 − P(λI)P −1 )
A = A
Potência/Exponencial
de Matriz
= det(P(A − λI)P −1 )
= det(P) det(A − λI) det(P −1 )
= det(P) det(P −1 ) det(A − λI)
= det(A − λI)

Álgebra Linear II 2008/2 Prof. Marco Cabral & Prof. Paulo Goldfeld DMA / IM / UFRJ 10 / 33
 Prova: polinômio independe da base

Prova
Autovalores e
Autovetores
Sejam A = [T ]γ e B = [T ]β .
Determinante de
Matriz
bloco-triangular Se P = [I]β←γ , então PAP −1 = B. Assim,
Motivando com
Geometria
Definição
Calculando
det(B − λI) = det(PAP −1 − λI)
Diagonalização
Teorema Espectral:
T
= det(PAP −1 − P(λI)P −1 )
A = A
Potência/Exponencial
de Matriz
= det(P(A − λI)P −1 )
= det(P) det(A − λI) det(P −1 )
= det(P) det(P −1 ) det(A − λI)
= det(A − λI)

Álgebra Linear II 2008/2 Prof. Marco Cabral & Prof. Paulo Goldfeld DMA / IM / UFRJ 10 / 33
 Prova: polinômio independe da base

Prova
Autovalores e
Autovetores
Sejam A = [T ]γ e B = [T ]β .
Determinante de
Matriz
bloco-triangular Se P = [I]β←γ , então PAP −1 = B. Assim,
Motivando com
Geometria
Definição
Calculando
det(B − λI) = det(PAP −1 − λI)
Diagonalização
Teorema Espectral:
T
= det(PAP −1 − P(λI)P −1 )
A = A
Potência/Exponencial
de Matriz
= det(P(A − λI)P −1 )
= det(P) det(A − λI) det(P −1 )
= det(P) det(P −1 ) det(A − λI)
= det(A − λI)

Álgebra Linear II 2008/2 Prof. Marco Cabral & Prof. Paulo Goldfeld DMA / IM / UFRJ 10 / 33
 Prova: polinômio independe da base

Prova
Autovalores e
Autovetores
Sejam A = [T ]γ e B = [T ]β .
Determinante de
Matriz
bloco-triangular Se P = [I]β←γ , então PAP −1 = B. Assim,
Motivando com
Geometria
Definição
Calculando
det(B − λI) = det(PAP −1 − λI)
Diagonalização
Teorema Espectral:
T
= det(PAP −1 − P(λI)P −1 )
A = A
Potência/Exponencial
de Matriz
= det(P(A − λI)P −1 )
= det(P) det(A − λI) det(P −1 )
= det(P) det(P −1 ) det(A − λI)
= det(A − λI)

Álgebra Linear II 2008/2 Prof. Marco Cabral & Prof. Paulo Goldfeld DMA / IM / UFRJ 10 / 33
 Prova: polinômio independe da base

Prova
Autovalores e
Autovetores
Sejam A = [T ]γ e B = [T ]β .
Determinante de
Matriz
bloco-triangular Se P = [I]β←γ , então PAP −1 = B. Assim,
Motivando com
Geometria
Definição
Calculando
det(B − λI) = det(PAP −1 − λI)
Diagonalização
Teorema Espectral:
T
= det(PAP −1 − P(λI)P −1 )
A = A
Potência/Exponencial
de Matriz
= det(P(A − λI)P −1 )
= det(P) det(A − λI) det(P −1 )
= det(P) det(P −1 ) det(A − λI)
= det(A − λI)

Álgebra Linear II 2008/2 Prof. Marco Cabral & Prof. Paulo Goldfeld DMA / IM / UFRJ 10 / 33
 Prova: polinômio independe da base

Prova
Autovalores e
Autovetores
Sejam A = [T ]γ e B = [T ]β .
Determinante de
Matriz
bloco-triangular Se P = [I]β←γ , então PAP −1 = B. Assim,
Motivando com
Geometria
Definição
Calculando
det(B − λI) = det(PAP −1 − λI)
Diagonalização
Teorema Espectral:
T
= det(PAP −1 − P(λI)P −1 )
A = A
Potência/Exponencial
de Matriz
= det(P(A − λI)P −1 )
= det(P) det(A − λI) det(P −1 )
= det(P) det(P −1 ) det(A − λI)
= det(A − λI)

Álgebra Linear II 2008/2 Prof. Marco Cabral & Prof. Paulo Goldfeld DMA / IM / UFRJ 10 / 33
 Prova: polinômio independe da base

Prova
Autovalores e
Autovetores
Sejam A = [T ]γ e B = [T ]β .
Determinante de
Matriz
bloco-triangular Se P = [I]β←γ , então PAP −1 = B. Assim,
Motivando com
Geometria
Definição
Calculando
det(B − λI) = det(PAP −1 − λI)
Diagonalização
Teorema Espectral:
T
= det(PAP −1 − P(λI)P −1 )
A = A
Potência/Exponencial
de Matriz
= det(P(A − λI)P −1 )
= det(P) det(A − λI) det(P −1 )
= det(P) det(P −1 ) det(A − λI)
= det(A − λI)

Álgebra Linear II 2008/2 Prof. Marco Cabral & Prof. Paulo Goldfeld DMA / IM / UFRJ 10 / 33
 Resumo do Cálculo

Autovalores e
Autovetores
Determinante de
Matriz
bloco-triangular
Motivando com
Geometria Determinamos os zeros do polinômio det(T − λI) = 0
Definição
Calculando para achar autovalores;
Diagonalização
Teorema Espectral:
A = A
T Substituímos os autovalores na equação (T − λI)v = 0
Potência/Exponencial
de Matriz para determinar os autovetores v .

Álgebra Linear II 2008/2 Prof. Marco Cabral & Prof. Paulo Goldfeld DMA / IM / UFRJ 11 / 33
 Resumo do Cálculo

Autovalores e
Autovetores
Determinante de
Matriz
bloco-triangular
Motivando com
Geometria Determinamos os zeros do polinômio det(T − λI) = 0
Definição
Calculando para achar autovalores;
Diagonalização
Teorema Espectral:
A = A
T Substituímos os autovalores na equação (T − λI)v = 0
Potência/Exponencial
de Matriz para determinar os autovetores v .

Álgebra Linear II 2008/2 Prof. Marco Cabral & Prof. Paulo Goldfeld DMA / IM / UFRJ 11 / 33
 Exemplo

Autovalores e
Autovetores
Determinante de
Matriz
bloco-triangular
Motivando com Exemplo
Geometria
Definição
Calculando Calcule os autovetores
 de   
Diagonalização
Teorema Espectral:
3 −1 0 x
T
A = A
Potência/Exponencial T (x, y , z) =  1 1 0   y .
de Matriz
1 0 −1 z

Álgebra Linear II 2008/2 Prof. Marco Cabral & Prof. Paulo Goldfeld DMA / IM / UFRJ 12 / 33
 Exemplo

Autovalores e
Autovetores
Determinante de
Matriz
bloco-triangular
Motivando com
Geometria
Definição Exemplo
Calculando
Diagonalização
Teorema Espectral:
T
Calcular autovalores e autovetores de uma projeção e de
A = A
Potência/Exponencial
de Matriz
uma reflexão

Álgebra Linear II 2008/2 Prof. Marco Cabral & Prof. Paulo Goldfeld DMA / IM / UFRJ 13 / 33
 Exemplo

Autovalores e
Autovetores
Determinante de
Matriz
bloco-triangular
Motivando com
Geometria Exemplo
Definição
Calculando
Diagonalização Note que uma rotação não possui autovalores reais. Isto
Teorema Espectral:
A = A
T
indica que NENHUMA direção é preservada. (Exceto para
Potência/Exponencial
de Matriz múltiplos de π radianos.)

Álgebra Linear II 2008/2 Prof. Marco Cabral & Prof. Paulo Goldfeld DMA / IM / UFRJ 14 / 33
 Exemplo

Autovalores e
Autovetores
Determinante de
Exemplo
Matriz
bloco-triangular
Motivando com
Geometria T : V → V , (V funções reais diferenciáveis) definida
Definição
Calculando por Tv = v 0 .
Diagonalização
Teorema Espectral:
A = A
T Qual autovetor (chamada também de autofunção)
Potência/Exponencial
de Matriz associado ao autovalor 3? Isto é, para qual função v ,
v 0 = 3v ?
v (t) = exp(3t) pois v 0 (t) = 3 exp(3t), isto é, v 0 = 3v .

Álgebra Linear II 2008/2 Prof. Marco Cabral & Prof. Paulo Goldfeld DMA / IM / UFRJ 15 / 33
 Exemplo

Autovalores e
Autovetores
Determinante de
Exemplo
Matriz
bloco-triangular
Motivando com
Geometria T : V → V , (V funções reais diferenciáveis) definida
Definição
Calculando por Tv = v 0 .
Diagonalização
Teorema Espectral:
A = A
T Qual autovetor (chamada também de autofunção)
Potência/Exponencial
de Matriz associado ao autovalor 3? Isto é, para qual função v ,
v 0 = 3v ?
v (t) = exp(3t) pois v 0 (t) = 3 exp(3t), isto é, v 0 = 3v .

Álgebra Linear II 2008/2 Prof. Marco Cabral & Prof. Paulo Goldfeld DMA / IM / UFRJ 15 / 33
 Exemplo

Autovalores e
Autovetores
Determinante de
Exemplo
Matriz
bloco-triangular
Motivando com
Geometria T : V → V , (V funções reais diferenciáveis) definida
Definição
Calculando por Tv = v 0 .
Diagonalização
Teorema Espectral:
A = A
T Qual autovetor (chamada também de autofunção)
Potência/Exponencial
de Matriz associado ao autovalor 3? Isto é, para qual função v ,
v 0 = 3v ?
v (t) = exp(3t) pois v 0 (t) = 3 exp(3t), isto é, v 0 = 3v .

Álgebra Linear II 2008/2 Prof. Marco Cabral & Prof. Paulo Goldfeld DMA / IM / UFRJ 15 / 33
 Exemplo

Autovalores e
Autovetores
Determinante de
Exemplo
Matriz
bloco-triangular
Motivando com
Geometria T : V → V , (V funções reais diferenciáveis) definida
Definição
Calculando por Tv = v 0 .
Diagonalização
Teorema Espectral:
A = A
T Qual autovetor (chamada também de autofunção)
Potência/Exponencial
de Matriz associado ao autovalor 3? Isto é, para qual função v ,
v 0 = 3v ?
v (t) = exp(3t) pois v 0 (t) = 3 exp(3t), isto é, v 0 = 3v .

Álgebra Linear II 2008/2 Prof. Marco Cabral & Prof. Paulo Goldfeld DMA / IM / UFRJ 15 / 33
 Multiplicidade

Teorema (Teorema Fundamental da Álgebra)

Autovalores e
Autovetores Um polinômio de grau n tem exatamente n raízes (não
Determinante de
Matriz
bloco-triangular
necessariamente distintas) sobre o corpo dos complexos,
Motivando com
Geometria isto é, existem números complexos, λ1 , . . . , λn , tais que
Definição
Calculando
Diagonalização n
X
ak λk = an (λ − λ1 )(λ − λ2 ) · · · (λ − λn ) ∀λ,
Teorema Espectral:
T
A = A
Potência/Exponencial
de Matriz
k =0

onde λk ’s são números complexos. Esta fatoração é única

(a menos da ordem).

Álgebra Linear II 2008/2 Prof. Marco Cabral & Prof. Paulo Goldfeld DMA / IM / UFRJ 16 / 33
 Multiplicidade

Agrupando-se termos repetidos, temos

Autovalores e n
Autovetores
X
Determinante de
Matriz
ak λk = an (λ − λ̃1 )m1 · · · (λ − λ̃p )mp ∀λ,
bloco-triangular
Motivando com
k =0
Geometria
Definição
Calculando
Diagonalização
onde λ̃1 , . . . , λ̃p são raízes distintas e mk é a multiplicidade
Teorema Espectral:
A = A
T
da raiz λ̃k .
Potência/Exponencial
de Matriz
Definição (Multiplicidade (Algébrica))
Se λ1 é raiz de multiplicidade m1 do polinômio
característico de T , pcT , diz-se que λ1 é autovalor de
multiplicidade λ1 de T .

Álgebra Linear II 2008/2 Prof. Marco Cabral & Prof. Paulo Goldfeld DMA / IM / UFRJ 17 / 33
 Multiplicidade

Agrupando-se termos repetidos, temos

Autovalores e n
Autovetores
X
Determinante de
Matriz
ak λk = an (λ − λ̃1 )m1 · · · (λ − λ̃p )mp ∀λ,
bloco-triangular
Motivando com
k =0
Geometria
Definição
Calculando
Diagonalização
onde λ̃1 , . . . , λ̃p são raízes distintas e mk é a multiplicidade
Teorema Espectral:
A = A
T
da raiz λ̃k .
Potência/Exponencial
de Matriz
Definição (Multiplicidade (Algébrica))
Se λ1 é raiz de multiplicidade m1 do polinômio
característico de T , pcT , diz-se que λ1 é autovalor de
multiplicidade λ1 de T .

Álgebra Linear II 2008/2 Prof. Marco Cabral & Prof. Paulo Goldfeld DMA / IM / UFRJ 17 / 33
 Diagonalização

Autovalores e
Autovetores
Determinante de
Matriz Definição
bloco-triangular
Motivando com
Geometria Dizemos que T é diagonalizável se existe uma base β tal
Definição
Calculando que [T ]β é uma matriz diagonal.
Diagonalização
Teorema Espectral:
T
A = A
Potência/Exponencial
de Matriz Teorema
T : V → V é diagonalizável se, e somente se, V possui
uma base de autovetores de T .

Álgebra Linear II 2008/2 Prof. Marco Cabral & Prof. Paulo Goldfeld DMA / IM / UFRJ 18 / 33
 Diagonalização

Autovalores e
Autovetores
Determinante de
Matriz Definição
bloco-triangular
Motivando com
Geometria Dizemos que T é diagonalizável se existe uma base β tal
Definição
Calculando que [T ]β é uma matriz diagonal.
Diagonalização
Teorema Espectral:
T
A = A
Potência/Exponencial
de Matriz Teorema
T : V → V é diagonalizável se, e somente se, V possui
uma base de autovetores de T .

Álgebra Linear II 2008/2 Prof. Marco Cabral & Prof. Paulo Goldfeld DMA / IM / UFRJ 18 / 33
 Diagonalização

Autovalores e
Autovetores
Determinante de
Matriz Definição
bloco-triangular
Motivando com
Geometria Dizemos que T é diagonalizável se existe uma base β tal
Definição
Calculando que [T ]β é uma matriz diagonal.
Diagonalização
Teorema Espectral:
T
A = A
Potência/Exponencial
de Matriz Teorema
T : V → V é diagonalizável se, e somente se, V possui
uma base de autovetores de T .

Álgebra Linear II 2008/2 Prof. Marco Cabral & Prof. Paulo Goldfeld DMA / IM / UFRJ 18 / 33
 Diagonalização

Lema
Autovalores e
Autovetores
Autovetores associados a autovalores distintos são
Determinante de
Matriz linearmente independentes, ou seja,
bloco-triangular
Motivando com
Geometria
se 0 6= vk e T vk = λk vk , k = 1, . . . , p, com λk ’s distintos,
Definição
Calculando
então {v1 , . . . , vp } é LI.
Diagonalização
Teorema Espectral:
T
A = A
Potência/Exponencial
de Matriz

Álgebra Linear II 2008/2 Prof. Marco Cabral & Prof. Paulo Goldfeld DMA / IM / UFRJ 19 / 33
 Diagonalização

Prova
Autovalores e
Autovetores
Vamos provar para três autovetores {v1 , v2 , v3 } com três
Determinante de
Matriz autovalores (distintos) já ordenados por módulo:
bloco-triangular
Motivando com
Geometria
|λ1 | > |λ2 | > |λ3 |.
Definição
Calculando
Se α1 v1 + α2 v2 + α3 v3 = 0, aplicando T obtemos:
Diagonalização
Teorema Espectral:
T (α1 v1 + α2 v2 + α3 v3 ) = T 0 = 0.
A = A
T

Potência/Exponencial
α1 T v1 + α2 T v2 + α3 T v3 = α1 λ1 v1 + α2 λ2 v2 + α3 λ3 v3 = 0.
de Matriz
Aplicando T novamente: T (α1 λ1 v1 + α2 λ2 v2 + α3 λ3 v3 ) = 0.
α1 (λ1 )2 v1 + α2 (λ2 )2 v2 + α3 (λ3 )2 v3 = 0.
Aplicando T várias vezes:
α1 (λ1 )n v1 + α2 (λ2 )n v2 + α3 (λ3 )n v3 = 0.
Dividindo por (λ1 )n :
α1 v1 + α2 (λ2 /λ1 )n v2 + α3 (λ3 /λ1 )n v3 = 0.

Álgebra Linear II 2008/2 Prof. Marco Cabral & Prof. Paulo Goldfeld DMA / IM / UFRJ 20 / 33
 Diagonalização

Prova
Autovalores e
Autovetores
Vamos provar para três autovetores {v1 , v2 , v3 } com três
Determinante de
Matriz autovalores (distintos) já ordenados por módulo:
bloco-triangular
Motivando com
Geometria
|λ1 | > |λ2 | > |λ3 |.
Definição
Calculando
Se α1 v1 + α2 v2 + α3 v3 = 0, aplicando T obtemos:
Diagonalização
Teorema Espectral:
T (α1 v1 + α2 v2 + α3 v3 ) = T 0 = 0.
A = A
T

Potência/Exponencial
α1 T v1 + α2 T v2 + α3 T v3 = α1 λ1 v1 + α2 λ2 v2 + α3 λ3 v3 = 0.
de Matriz
Aplicando T novamente: T (α1 λ1 v1 + α2 λ2 v2 + α3 λ3 v3 ) = 0.
α1 (λ1 )2 v1 + α2 (λ2 )2 v2 + α3 (λ3 )2 v3 = 0.
Aplicando T várias vezes:
α1 (λ1 )n v1 + α2 (λ2 )n v2 + α3 (λ3 )n v3 = 0.
Dividindo por (λ1 )n :
α1 v1 + α2 (λ2 /λ1 )n v2 + α3 (λ3 /λ1 )n v3 = 0.

Álgebra Linear II 2008/2 Prof. Marco Cabral & Prof. Paulo Goldfeld DMA / IM / UFRJ 20 / 33
 Diagonalização

Prova
Autovalores e
Autovetores
Vamos provar para três autovetores {v1 , v2 , v3 } com três
Determinante de
Matriz autovalores (distintos) já ordenados por módulo:
bloco-triangular
Motivando com
Geometria
|λ1 | > |λ2 | > |λ3 |.
Definição
Calculando
Se α1 v1 + α2 v2 + α3 v3 = 0, aplicando T obtemos:
Diagonalização
Teorema Espectral:
T (α1 v1 + α2 v2 + α3 v3 ) = T 0 = 0.
A = A
T

Potência/Exponencial
α1 T v1 + α2 T v2 + α3 T v3 = α1 λ1 v1 + α2 λ2 v2 + α3 λ3 v3 = 0.
de Matriz
Aplicando T novamente: T (α1 λ1 v1 + α2 λ2 v2 + α3 λ3 v3 ) = 0.
α1 (λ1 )2 v1 + α2 (λ2 )2 v2 + α3 (λ3 )2 v3 = 0.
Aplicando T várias vezes:
α1 (λ1 )n v1 + α2 (λ2 )n v2 + α3 (λ3 )n v3 = 0.
Dividindo por (λ1 )n :
α1 v1 + α2 (λ2 /λ1 )n v2 + α3 (λ3 /λ1 )n v3 = 0.

Álgebra Linear II 2008/2 Prof. Marco Cabral & Prof. Paulo Goldfeld DMA / IM / UFRJ 20 / 33
 Diagonalização

Prova
Autovalores e
Autovetores
Vamos provar para três autovetores {v1 , v2 , v3 } com três
Determinante de
Matriz autovalores (distintos) já ordenados por módulo:
bloco-triangular
Motivando com
Geometria
|λ1 | > |λ2 | > |λ3 |.
Definição
Calculando
Se α1 v1 + α2 v2 + α3 v3 = 0, aplicando T obtemos:
Diagonalização
Teorema Espectral:
T (α1 v1 + α2 v2 + α3 v3 ) = T 0 = 0.
A = A
T

Potência/Exponencial
α1 T v1 + α2 T v2 + α3 T v3 = α1 λ1 v1 + α2 λ2 v2 + α3 λ3 v3 = 0.
de Matriz
Aplicando T novamente: T (α1 λ1 v1 + α2 λ2 v2 + α3 λ3 v3 ) = 0.
α1 (λ1 )2 v1 + α2 (λ2 )2 v2 + α3 (λ3 )2 v3 = 0.
Aplicando T várias vezes:
α1 (λ1 )n v1 + α2 (λ2 )n v2 + α3 (λ3 )n v3 = 0.
Dividindo por (λ1 )n :
α1 v1 + α2 (λ2 /λ1 )n v2 + α3 (λ3 /λ1 )n v3 = 0.

Álgebra Linear II 2008/2 Prof. Marco Cabral & Prof. Paulo Goldfeld DMA / IM / UFRJ 20 / 33
 Diagonalização

Prova
Autovalores e
Autovetores
Vamos provar para três autovetores {v1 , v2 , v3 } com três
Determinante de
Matriz autovalores (distintos) já ordenados por módulo:
bloco-triangular
Motivando com
Geometria
|λ1 | > |λ2 | > |λ3 |.
Definição
Calculando
Se α1 v1 + α2 v2 + α3 v3 = 0, aplicando T obtemos:
Diagonalização
Teorema Espectral:
T (α1 v1 + α2 v2 + α3 v3 ) = T 0 = 0.
A = A
T

Potência/Exponencial
α1 T v1 + α2 T v2 + α3 T v3 = α1 λ1 v1 + α2 λ2 v2 + α3 λ3 v3 = 0.
de Matriz
Aplicando T novamente: T (α1 λ1 v1 + α2 λ2 v2 + α3 λ3 v3 ) = 0.
α1 (λ1 )2 v1 + α2 (λ2 )2 v2 + α3 (λ3 )2 v3 = 0.
Aplicando T várias vezes:
α1 (λ1 )n v1 + α2 (λ2 )n v2 + α3 (λ3 )n v3 = 0.
Dividindo por (λ1 )n :
α1 v1 + α2 (λ2 /λ1 )n v2 + α3 (λ3 /λ1 )n v3 = 0.

Álgebra Linear II 2008/2 Prof. Marco Cabral & Prof. Paulo Goldfeld DMA / IM / UFRJ 20 / 33
 Diagonalização

Prova
Autovalores e
Autovetores
Vamos provar para três autovetores {v1 , v2 , v3 } com três
Determinante de
Matriz autovalores (distintos) já ordenados por módulo:
bloco-triangular
Motivando com
Geometria
|λ1 | > |λ2 | > |λ3 |.
Definição
Calculando
Se α1 v1 + α2 v2 + α3 v3 = 0, aplicando T obtemos:
Diagonalização
Teorema Espectral:
T (α1 v1 + α2 v2 + α3 v3 ) = T 0 = 0.
A = A
T

Potência/Exponencial
α1 T v1 + α2 T v2 + α3 T v3 = α1 λ1 v1 + α2 λ2 v2 + α3 λ3 v3 = 0.
de Matriz
Aplicando T novamente: T (α1 λ1 v1 + α2 λ2 v2 + α3 λ3 v3 ) = 0.
α1 (λ1 )2 v1 + α2 (λ2 )2 v2 + α3 (λ3 )2 v3 = 0.
Aplicando T várias vezes:
α1 (λ1 )n v1 + α2 (λ2 )n v2 + α3 (λ3 )n v3 = 0.
Dividindo por (λ1 )n :
α1 v1 + α2 (λ2 /λ1 )n v2 + α3 (λ3 /λ1 )n v3 = 0.

Álgebra Linear II 2008/2 Prof. Marco Cabral & Prof. Paulo Goldfeld DMA / IM / UFRJ 20 / 33
 Diagonalização

Prova
Autovalores e
Autovetores
Vamos provar para três autovetores {v1 , v2 , v3 } com três
Determinante de
Matriz autovalores (distintos) já ordenados por módulo:
bloco-triangular
Motivando com
Geometria
|λ1 | > |λ2 | > |λ3 |.
Definição
Calculando
Se α1 v1 + α2 v2 + α3 v3 = 0, aplicando T obtemos:
Diagonalização
Teorema Espectral:
T (α1 v1 + α2 v2 + α3 v3 ) = T 0 = 0.
A = A
T

Potência/Exponencial
α1 T v1 + α2 T v2 + α3 T v3 = α1 λ1 v1 + α2 λ2 v2 + α3 λ3 v3 = 0.
de Matriz
Aplicando T novamente: T (α1 λ1 v1 + α2 λ2 v2 + α3 λ3 v3 ) = 0.
α1 (λ1 )2 v1 + α2 (λ2 )2 v2 + α3 (λ3 )2 v3 = 0.
Aplicando T várias vezes:
α1 (λ1 )n v1 + α2 (λ2 )n v2 + α3 (λ3 )n v3 = 0.
Dividindo por (λ1 )n :
α1 v1 + α2 (λ2 /λ1 )n v2 + α3 (λ3 /λ1 )n v3 = 0.

Álgebra Linear II 2008/2 Prof. Marco Cabral & Prof. Paulo Goldfeld DMA / IM / UFRJ 20 / 33
 Diagonalização

Prova
Autovalores e
Autovetores
Vamos provar para três autovetores {v1 , v2 , v3 } com três
Determinante de
Matriz autovalores (distintos) já ordenados por módulo:
bloco-triangular
Motivando com
Geometria
|λ1 | > |λ2 | > |λ3 |.
Definição
Calculando
Se α1 v1 + α2 v2 + α3 v3 = 0, aplicando T obtemos:
Diagonalização
Teorema Espectral:
T (α1 v1 + α2 v2 + α3 v3 ) = T 0 = 0.
A = A
T

Potência/Exponencial
α1 T v1 + α2 T v2 + α3 T v3 = α1 λ1 v1 + α2 λ2 v2 + α3 λ3 v3 = 0.
de Matriz
Aplicando T novamente: T (α1 λ1 v1 + α2 λ2 v2 + α3 λ3 v3 ) = 0.
α1 (λ1 )2 v1 + α2 (λ2 )2 v2 + α3 (λ3 )2 v3 = 0.
Aplicando T várias vezes:
α1 (λ1 )n v1 + α2 (λ2 )n v2 + α3 (λ3 )n v3 = 0.
Dividindo por (λ1 )n :
α1 v1 + α2 (λ2 /λ1 )n v2 + α3 (λ3 /λ1 )n v3 = 0.

Álgebra Linear II 2008/2 Prof. Marco Cabral & Prof. Paulo Goldfeld DMA / IM / UFRJ 20 / 33
 Diagonalização

Prova
Autovalores e
Autovetores
α1 v1 + α2 (λ2 /λ1 )n v2 + α3 (λ3 /λ1 )n v3 = 0.
Determinante de
Matriz Passando ao limite (n → ∞), como |λ2 /λ1 | < 1, α1 v1 = 0.
bloco-triangular
Motivando com
Geometria
Logo α1 = 0. Voltando a equação
Definição
Calculando
0(λ1 )n v1 + α2 (λ2 )n v2 + α3 (λ3 )n v3 = 0, dividindo por (λ2 )n :
Diagonalização
Teorema Espectral:
α2 v2 + α3 (λ3 /λ2 )n v3 = 0.
A = A
T

Potência/Exponencial
Passando ao limite (n → ∞), como |λ3 /λ2 | < 1, α2 v2 = 0.
de Matriz
Logo α2 = 0.
Da equação 0v1 + 0v2 + α3 v3 = 0, concluimos que: α3 = 0,
o que implica que autovetores são LIs.
É fácil generalizar para o caso geral de n autovetores (veja
o livro para outra prova).

Álgebra Linear II 2008/2 Prof. Marco Cabral & Prof. Paulo Goldfeld DMA / IM / UFRJ 21 / 33
 Diagonalização

Prova
Autovalores e
Autovetores
α1 v1 + α2 (λ2 /λ1 )n v2 + α3 (λ3 /λ1 )n v3 = 0.
Determinante de
Matriz Passando ao limite (n → ∞), como |λ2 /λ1 | < 1, α1 v1 = 0.
bloco-triangular
Motivando com
Geometria
Logo α1 = 0. Voltando a equação
Definição
Calculando
0(λ1 )n v1 + α2 (λ2 )n v2 + α3 (λ3 )n v3 = 0, dividindo por (λ2 )n :
Diagonalização
Teorema Espectral:
α2 v2 + α3 (λ3 /λ2 )n v3 = 0.
A = A
T

Potência/Exponencial
Passando ao limite (n → ∞), como |λ3 /λ2 | < 1, α2 v2 = 0.
de Matriz
Logo α2 = 0.
Da equação 0v1 + 0v2 + α3 v3 = 0, concluimos que: α3 = 0,
o que implica que autovetores são LIs.
É fácil generalizar para o caso geral de n autovetores (veja
o livro para outra prova).

Álgebra Linear II 2008/2 Prof. Marco Cabral & Prof. Paulo Goldfeld DMA / IM / UFRJ 21 / 33
 Diagonalização

Prova
Autovalores e
Autovetores
α1 v1 + α2 (λ2 /λ1 )n v2 + α3 (λ3 /λ1 )n v3 = 0.
Determinante de
Matriz Passando ao limite (n → ∞), como |λ2 /λ1 | < 1, α1 v1 = 0.
bloco-triangular
Motivando com
Geometria
Logo α1 = 0. Voltando a equação
Definição
Calculando
0(λ1 )n v1 + α2 (λ2 )n v2 + α3 (λ3 )n v3 = 0, dividindo por (λ2 )n :
Diagonalização
Teorema Espectral:
α2 v2 + α3 (λ3 /λ2 )n v3 = 0.
A = A
T

Potência/Exponencial
Passando ao limite (n → ∞), como |λ3 /λ2 | < 1, α2 v2 = 0.
de Matriz
Logo α2 = 0.
Da equação 0v1 + 0v2 + α3 v3 = 0, concluimos que: α3 = 0,
o que implica que autovetores são LIs.
É fácil generalizar para o caso geral de n autovetores (veja
o livro para outra prova).

Álgebra Linear II 2008/2 Prof. Marco Cabral & Prof. Paulo Goldfeld DMA / IM / UFRJ 21 / 33
 Diagonalização

Prova
Autovalores e
Autovetores
α1 v1 + α2 (λ2 /λ1 )n v2 + α3 (λ3 /λ1 )n v3 = 0.
Determinante de
Matriz Passando ao limite (n → ∞), como |λ2 /λ1 | < 1, α1 v1 = 0.
bloco-triangular
Motivando com
Geometria
Logo α1 = 0. Voltando a equação
Definição
Calculando
0(λ1 )n v1 + α2 (λ2 )n v2 + α3 (λ3 )n v3 = 0, dividindo por (λ2 )n :
Diagonalização
Teorema Espectral:
α2 v2 + α3 (λ3 /λ2 )n v3 = 0.
A = A
T

Potência/Exponencial
Passando ao limite (n → ∞), como |λ3 /λ2 | < 1, α2 v2 = 0.
de Matriz
Logo α2 = 0.
Da equação 0v1 + 0v2 + α3 v3 = 0, concluimos que: α3 = 0,
o que implica que autovetores são LIs.
É fácil generalizar para o caso geral de n autovetores (veja
o livro para outra prova).

Álgebra Linear II 2008/2 Prof. Marco Cabral & Prof. Paulo Goldfeld DMA / IM / UFRJ 21 / 33
 Diagonalização

Prova
Autovalores e
Autovetores
α1 v1 + α2 (λ2 /λ1 )n v2 + α3 (λ3 /λ1 )n v3 = 0.
Determinante de
Matriz Passando ao limite (n → ∞), como |λ2 /λ1 | < 1, α1 v1 = 0.
bloco-triangular
Motivando com
Geometria
Logo α1 = 0. Voltando a equação
Definição
Calculando
0(λ1 )n v1 + α2 (λ2 )n v2 + α3 (λ3 )n v3 = 0, dividindo por (λ2 )n :
Diagonalização
Teorema Espectral:
α2 v2 + α3 (λ3 /λ2 )n v3 = 0.
A = A
T

Potência/Exponencial
Passando ao limite (n → ∞), como |λ3 /λ2 | < 1, α2 v2 = 0.
de Matriz
Logo α2 = 0.
Da equação 0v1 + 0v2 + α3 v3 = 0, concluimos que: α3 = 0,
o que implica que autovetores são LIs.
É fácil generalizar para o caso geral de n autovetores (veja
o livro para outra prova).

Álgebra Linear II 2008/2 Prof. Marco Cabral & Prof. Paulo Goldfeld DMA / IM / UFRJ 21 / 33
 Diagonalização

Prova
Autovalores e
Autovetores
α1 v1 + α2 (λ2 /λ1 )n v2 + α3 (λ3 /λ1 )n v3 = 0.
Determinante de
Matriz Passando ao limite (n → ∞), como |λ2 /λ1 | < 1, α1 v1 = 0.
bloco-triangular
Motivando com
Geometria
Logo α1 = 0. Voltando a equação
Definição
Calculando
0(λ1 )n v1 + α2 (λ2 )n v2 + α3 (λ3 )n v3 = 0, dividindo por (λ2 )n :
Diagonalização
Teorema Espectral:
α2 v2 + α3 (λ3 /λ2 )n v3 = 0.
A = A
T

Potência/Exponencial
Passando ao limite (n → ∞), como |λ3 /λ2 | < 1, α2 v2 = 0.
de Matriz
Logo α2 = 0.
Da equação 0v1 + 0v2 + α3 v3 = 0, concluimos que: α3 = 0,
o que implica que autovetores são LIs.
É fácil generalizar para o caso geral de n autovetores (veja
o livro para outra prova).

Álgebra Linear II 2008/2 Prof. Marco Cabral & Prof. Paulo Goldfeld DMA / IM / UFRJ 21 / 33
 Diagonalização

Prova
Autovalores e
Autovetores
α1 v1 + α2 (λ2 /λ1 )n v2 + α3 (λ3 /λ1 )n v3 = 0.
Determinante de
Matriz Passando ao limite (n → ∞), como |λ2 /λ1 | < 1, α1 v1 = 0.
bloco-triangular
Motivando com
Geometria
Logo α1 = 0. Voltando a equação
Definição
Calculando
0(λ1 )n v1 + α2 (λ2 )n v2 + α3 (λ3 )n v3 = 0, dividindo por (λ2 )n :
Diagonalização
Teorema Espectral:
α2 v2 + α3 (λ3 /λ2 )n v3 = 0.
A = A
T

Potência/Exponencial
Passando ao limite (n → ∞), como |λ3 /λ2 | < 1, α2 v2 = 0.
de Matriz
Logo α2 = 0.
Da equação 0v1 + 0v2 + α3 v3 = 0, concluimos que: α3 = 0,
o que implica que autovetores são LIs.
É fácil generalizar para o caso geral de n autovetores (veja
o livro para outra prova).

Álgebra Linear II 2008/2 Prof. Marco Cabral & Prof. Paulo Goldfeld DMA / IM / UFRJ 21 / 33
 Diagonalização

Prova
Autovalores e
Autovetores
α1 v1 + α2 (λ2 /λ1 )n v2 + α3 (λ3 /λ1 )n v3 = 0.
Determinante de
Matriz Passando ao limite (n → ∞), como |λ2 /λ1 | < 1, α1 v1 = 0.
bloco-triangular
Motivando com
Geometria
Logo α1 = 0. Voltando a equação
Definição
Calculando
0(λ1 )n v1 + α2 (λ2 )n v2 + α3 (λ3 )n v3 = 0, dividindo por (λ2 )n :
Diagonalização
Teorema Espectral:
α2 v2 + α3 (λ3 /λ2 )n v3 = 0.
A = A
T

Potência/Exponencial
Passando ao limite (n → ∞), como |λ3 /λ2 | < 1, α2 v2 = 0.
de Matriz
Logo α2 = 0.
Da equação 0v1 + 0v2 + α3 v3 = 0, concluimos que: α3 = 0,
o que implica que autovetores são LIs.
É fácil generalizar para o caso geral de n autovetores (veja
o livro para outra prova).

Álgebra Linear II 2008/2 Prof. Marco Cabral & Prof. Paulo Goldfeld DMA / IM / UFRJ 21 / 33
 Diagonalização

Prova
Autovalores e
Autovetores
α1 v1 + α2 (λ2 /λ1 )n v2 + α3 (λ3 /λ1 )n v3 = 0.
Determinante de
Matriz Passando ao limite (n → ∞), como |λ2 /λ1 | < 1, α1 v1 = 0.
bloco-triangular
Motivando com
Geometria
Logo α1 = 0. Voltando a equação
Definição
Calculando
0(λ1 )n v1 + α2 (λ2 )n v2 + α3 (λ3 )n v3 = 0, dividindo por (λ2 )n :
Diagonalização
Teorema Espectral:
α2 v2 + α3 (λ3 /λ2 )n v3 = 0.
A = A
T

Potência/Exponencial
Passando ao limite (n → ∞), como |λ3 /λ2 | < 1, α2 v2 = 0.
de Matriz
Logo α2 = 0.
Da equação 0v1 + 0v2 + α3 v3 = 0, concluimos que: α3 = 0,
o que implica que autovetores são LIs.
É fácil generalizar para o caso geral de n autovetores (veja
o livro para outra prova).

Álgebra Linear II 2008/2 Prof. Marco Cabral & Prof. Paulo Goldfeld DMA / IM / UFRJ 21 / 33
 Diagonalização

Prova
Autovalores e
Autovetores
α1 v1 + α2 (λ2 /λ1 )n v2 + α3 (λ3 /λ1 )n v3 = 0.
Determinante de
Matriz Passando ao limite (n → ∞), como |λ2 /λ1 | < 1, α1 v1 = 0.
bloco-triangular
Motivando com
Geometria
Logo α1 = 0. Voltando a equação
Definição
Calculando
0(λ1 )n v1 + α2 (λ2 )n v2 + α3 (λ3 )n v3 = 0, dividindo por (λ2 )n :
Diagonalização
Teorema Espectral:
α2 v2 + α3 (λ3 /λ2 )n v3 = 0.
A = A
T

Potência/Exponencial
Passando ao limite (n → ∞), como |λ3 /λ2 | < 1, α2 v2 = 0.
de Matriz
Logo α2 = 0.
Da equação 0v1 + 0v2 + α3 v3 = 0, concluimos que: α3 = 0,
o que implica que autovetores são LIs.
É fácil generalizar para o caso geral de n autovetores (veja
o livro para outra prova).

Álgebra Linear II 2008/2 Prof. Marco Cabral & Prof. Paulo Goldfeld DMA / IM / UFRJ 21 / 33
 Diagonalização

Corolário
Autovalores e
Autovetores Se o espaço V possui dimensão n e existem n autovalores
Determinante de
Matriz distintos então T é diagonalizável.
bloco-triangular
Motivando com
Geometria
Definição Para diagonalizar uma TL em dimensão n:
Calculando
Diagonalização 1 Calcular os autovalores
Teorema Espectral:
A = A
T

Potência/Exponencial
(raízes do polinômio caractertístico). Se n autovalores
de Matriz
distintos é diagonalizável.
2 Encontrar bases para autospaços
(resolver sistemas homogêneos)
3 Juntar os vetores de todas as bases: se forem
suficientes (n vetores LI’s), T é diagonalizável, caso
contrário, não.

Álgebra Linear II 2008/2 Prof. Marco Cabral & Prof. Paulo Goldfeld DMA / IM / UFRJ 22 / 33
 Diagonalização

Corolário
Autovalores e
Autovetores Se o espaço V possui dimensão n e existem n autovalores
Determinante de
Matriz distintos então T é diagonalizável.
bloco-triangular
Motivando com
Geometria
Definição Para diagonalizar uma TL em dimensão n:
Calculando
Diagonalização 1 Calcular os autovalores
Teorema Espectral:
A = A
T

Potência/Exponencial
(raízes do polinômio caractertístico). Se n autovalores
de Matriz
distintos é diagonalizável.
2 Encontrar bases para autospaços
(resolver sistemas homogêneos)
3 Juntar os vetores de todas as bases: se forem
suficientes (n vetores LI’s), T é diagonalizável, caso
contrário, não.

Álgebra Linear II 2008/2 Prof. Marco Cabral & Prof. Paulo Goldfeld DMA / IM / UFRJ 22 / 33
 Diagonalização

Corolário
Autovalores e
Autovetores Se o espaço V possui dimensão n e existem n autovalores
Determinante de
Matriz distintos então T é diagonalizável.
bloco-triangular
Motivando com
Geometria
Definição Para diagonalizar uma TL em dimensão n:
Calculando
Diagonalização 1 Calcular os autovalores
Teorema Espectral:
A = A
T

Potência/Exponencial
(raízes do polinômio caractertístico). Se n autovalores
de Matriz
distintos é diagonalizável.
2 Encontrar bases para autospaços
(resolver sistemas homogêneos)
3 Juntar os vetores de todas as bases: se forem
suficientes (n vetores LI’s), T é diagonalizável, caso
contrário, não.

Álgebra Linear II 2008/2 Prof. Marco Cabral & Prof. Paulo Goldfeld DMA / IM / UFRJ 22 / 33
 Diagonalização

Corolário
Autovalores e
Autovetores Se o espaço V possui dimensão n e existem n autovalores
Determinante de
Matriz distintos então T é diagonalizável.
bloco-triangular
Motivando com
Geometria
Definição Para diagonalizar uma TL em dimensão n:
Calculando
Diagonalização 1 Calcular os autovalores
Teorema Espectral:
A = A
T

Potência/Exponencial
(raízes do polinômio caractertístico). Se n autovalores
de Matriz
distintos é diagonalizável.
2 Encontrar bases para autospaços
(resolver sistemas homogêneos)
3 Juntar os vetores de todas as bases: se forem
suficientes (n vetores LI’s), T é diagonalizável, caso
contrário, não.

Álgebra Linear II 2008/2 Prof. Marco Cabral & Prof. Paulo Goldfeld DMA / IM / UFRJ 22 / 33
 Diagonalização

Corolário
Autovalores e
Autovetores Se o espaço V possui dimensão n e existem n autovalores
Determinante de
Matriz distintos então T é diagonalizável.
bloco-triangular
Motivando com
Geometria
Definição Para diagonalizar uma TL em dimensão n:
Calculando
Diagonalização 1 Calcular os autovalores
Teorema Espectral:
A = A
T

Potência/Exponencial
(raízes do polinômio caractertístico). Se n autovalores
de Matriz
distintos é diagonalizável.
2 Encontrar bases para autospaços
(resolver sistemas homogêneos)
3 Juntar os vetores de todas as bases: se forem
suficientes (n vetores LI’s), T é diagonalizável, caso
contrário, não.

Álgebra Linear II 2008/2 Prof. Marco Cabral & Prof. Paulo Goldfeld DMA / IM / UFRJ 22 / 33
 Decomposição Espectral

Autovalores e
Autovetores
Determinante de
Matriz
Se A é diagonalizável, definindo D matriz diagonal com
bloco-triangular
Motivando com autovalores e P matriz com autovetores nas colunas,
Geometria
Definição AP = PD.
Calculando
Diagonalização Prova: AP é uma matriz onde cada coluna é λi vi . PD é
Teorema Espectral:
A = A
T

Potência/Exponencial
também uma matriz onde cada coluna é λi vi .
de Matriz
Como autovetores formam base LI, P é invertível.
Assim A = PDP −1 , chamada decomposição espectral de
A.

Álgebra Linear II 2008/2 Prof. Marco Cabral & Prof. Paulo Goldfeld DMA / IM / UFRJ 23 / 33
 Decomposição Espectral

Autovalores e
Autovetores
Determinante de
Matriz
Se A é diagonalizável, definindo D matriz diagonal com
bloco-triangular
Motivando com autovalores e P matriz com autovetores nas colunas,
Geometria
Definição AP = PD.
Calculando
Diagonalização Prova: AP é uma matriz onde cada coluna é λi vi . PD é
Teorema Espectral:
A = A
T

Potência/Exponencial
também uma matriz onde cada coluna é λi vi .
de Matriz
Como autovetores formam base LI, P é invertível.
Assim A = PDP −1 , chamada decomposição espectral de
A.

Álgebra Linear II 2008/2 Prof. Marco Cabral & Prof. Paulo Goldfeld DMA / IM / UFRJ 23 / 33
 Decomposição Espectral

Autovalores e
Autovetores
Determinante de
Matriz
Se A é diagonalizável, definindo D matriz diagonal com
bloco-triangular
Motivando com autovalores e P matriz com autovetores nas colunas,
Geometria
Definição AP = PD.
Calculando
Diagonalização Prova: AP é uma matriz onde cada coluna é λi vi . PD é
Teorema Espectral:
A = A
T

Potência/Exponencial
também uma matriz onde cada coluna é λi vi .
de Matriz
Como autovetores formam base LI, P é invertível.
Assim A = PDP −1 , chamada decomposição espectral de
A.

Álgebra Linear II 2008/2 Prof. Marco Cabral & Prof. Paulo Goldfeld DMA / IM / UFRJ 23 / 33
 Decomposição Espectral

Autovalores e
Autovetores
Determinante de
Matriz
Se A é diagonalizável, definindo D matriz diagonal com
bloco-triangular
Motivando com autovalores e P matriz com autovetores nas colunas,
Geometria
Definição AP = PD.
Calculando
Diagonalização Prova: AP é uma matriz onde cada coluna é λi vi . PD é
Teorema Espectral:
A = A
T

Potência/Exponencial
também uma matriz onde cada coluna é λi vi .
de Matriz
Como autovetores formam base LI, P é invertível.
Assim A = PDP −1 , chamada decomposição espectral de
A.

Álgebra Linear II 2008/2 Prof. Marco Cabral & Prof. Paulo Goldfeld DMA / IM / UFRJ 23 / 33
 Decomposição Espectral

Autovalores e
Autovetores
Determinante de
Matriz
Se A é diagonalizável, definindo D matriz diagonal com
bloco-triangular
Motivando com autovalores e P matriz com autovetores nas colunas,
Geometria
Definição AP = PD.
Calculando
Diagonalização Prova: AP é uma matriz onde cada coluna é λi vi . PD é
Teorema Espectral:
A = A
T

Potência/Exponencial
também uma matriz onde cada coluna é λi vi .
de Matriz
Como autovetores formam base LI, P é invertível.
Assim A = PDP −1 , chamada decomposição espectral de
A.

Álgebra Linear II 2008/2 Prof. Marco Cabral & Prof. Paulo Goldfeld DMA / IM / UFRJ 23 / 33
 Exemplo de Matrizes Diagonalizáveis

Autovalores e
Autovetores Exemplo
Determinante de    
Matriz   3 1 −2 5 0 0
bloco-triangular
−2 2
Motivando com
Geometria A= .A= 0 7 4 . A =  1 −4 6 .
Definição 0 2
Calculando 0 0 2 2 0 2
Diagonalização  
Teorema Espectral:
T
1 0 1 2
A = A
Potência/Exponencial  3 5 3 4 
de Matriz
A=  0 0 7 3 .


0 0 02
TODAS possuem no. autovalores distintos iguais a
dimensão da matriz.

Álgebra Linear II 2008/2 Prof. Marco Cabral & Prof. Paulo Goldfeld DMA / IM / UFRJ 24 / 33
 Exemplo de Matrizes Diagonalizáveis

Autovalores e
Autovetores Exemplo
Determinante de    
Matriz   3 1 −2 5 0 0
bloco-triangular
−2 2
Motivando com
Geometria A= .A= 0 7 4 . A =  1 −4 6 .
Definição 0 2
Calculando 0 0 2 2 0 2
Diagonalização  
Teorema Espectral:
T
1 0 1 2
A = A
Potência/Exponencial  3 5 3 4 
de Matriz
A=  0 0 7 3 .


0 0 02
TODAS possuem no. autovalores distintos iguais a
dimensão da matriz.

Álgebra Linear II 2008/2 Prof. Marco Cabral & Prof. Paulo Goldfeld DMA / IM / UFRJ 24 / 33
 Exemplo de Matrizes Diagonalizáveis

Autovalores e
Autovetores Exemplo
Determinante de    
Matriz   3 1 −2 5 0 0
bloco-triangular
−2 2
Motivando com
Geometria A= .A= 0 7 4 . A =  1 −4 6 .
Definição 0 2
Calculando 0 0 2 2 0 2
Diagonalização  
Teorema Espectral:
T
1 0 1 2
A = A
Potência/Exponencial  3 5 3 4 
de Matriz
A=  0 0 7 3 .


0 0 02
TODAS possuem no. autovalores distintos iguais a
dimensão da matriz.

Álgebra Linear II 2008/2 Prof. Marco Cabral & Prof. Paulo Goldfeld DMA / IM / UFRJ 24 / 33
 Exemplo de Matrizes Diagonalizáveis

Autovalores e
Autovetores Exemplo
Determinante de    
Matriz   3 1 −2 5 0 0
bloco-triangular
−2 2
Motivando com
Geometria A= .A= 0 7 4 . A =  1 −4 6 .
Definição 0 2
Calculando 0 0 2 2 0 2
Diagonalização  
Teorema Espectral:
T
1 0 1 2
A = A
Potência/Exponencial  3 5 3 4 
de Matriz
A=  0 0 7 3 .


0 0 02
TODAS possuem no. autovalores distintos iguais a
dimensão da matriz.

Álgebra Linear II 2008/2 Prof. Marco Cabral & Prof. Paulo Goldfeld DMA / IM / UFRJ 24 / 33
 Exemplo de Matrizes Diagonalizáveis

Autovalores e
Autovetores Exemplo
Determinante de    
Matriz   3 1 −2 5 0 0
bloco-triangular
−2 2
Motivando com
Geometria A= .A= 0 7 4 . A =  1 −4 6 .
Definição 0 2
Calculando 0 0 2 2 0 2
Diagonalização  
Teorema Espectral:
T
1 0 1 2
A = A
Potência/Exponencial  3 5 3 4 
de Matriz
A=  0 0 7 3 .


0 0 02
TODAS possuem no. autovalores distintos iguais a
dimensão da matriz.

Álgebra Linear II 2008/2 Prof. Marco Cabral & Prof. Paulo Goldfeld DMA / IM / UFRJ 24 / 33
 Exemplo

Exemplo
Autovalores e
Autovetores Encontre
 a decomposição
 espectral de
Determinante de
Matriz
bloco-triangular
3 1 −2
Motivando com
Geometria
A =  −2 0 4 .
Definição
Calculando
0 0 2
Diagonalização
Teorema Espectral:
Autovalores são 1 e 2. Temos que calcular autoespaços
T
A = A
Potência/Exponencial
para saber se é diagonalizável!
de Matriz
Base do autoespaço do 2: v1 = (2, 0, 1) e v2 = (−1, 1, 0).
Base do autoespaço do 1: w = (1, −2, 0).
Três autovetores LI’s: É diagonalizável.  
2
A = PDP −1 com P = v1 v2 w D = 
 
2 .
1

Álgebra Linear II 2008/2 Prof. Marco Cabral & Prof. Paulo Goldfeld DMA / IM / UFRJ 25 / 33
 Exemplo

Exemplo
Autovalores e
Autovetores Encontre
 a decomposição
 espectral de
Determinante de
Matriz
bloco-triangular
3 1 −2
Motivando com
Geometria
A =  −2 0 4 .
Definição
Calculando
0 0 2
Diagonalização
Teorema Espectral:
Autovalores são 1 e 2. Temos que calcular autoespaços
T
A = A
Potência/Exponencial
para saber se é diagonalizável!
de Matriz
Base do autoespaço do 2: v1 = (2, 0, 1) e v2 = (−1, 1, 0).
Base do autoespaço do 1: w = (1, −2, 0).
Três autovetores LI’s: É diagonalizável.  
2
A = PDP −1 com P = v1 v2 w D = 
 
2 .
1

Álgebra Linear II 2008/2 Prof. Marco Cabral & Prof. Paulo Goldfeld DMA / IM / UFRJ 25 / 33
 Exemplo

Exemplo
Autovalores e
Autovetores Encontre
 a decomposição
 espectral de
Determinante de
Matriz
bloco-triangular
3 1 −2
Motivando com
Geometria
A =  −2 0 4 .
Definição
Calculando
0 0 2
Diagonalização
Teorema Espectral:
Autovalores são 1 e 2. Temos que calcular autoespaços
T
A = A
Potência/Exponencial
para saber se é diagonalizável!
de Matriz
Base do autoespaço do 2: v1 = (2, 0, 1) e v2 = (−1, 1, 0).
Base do autoespaço do 1: w = (1, −2, 0).
Três autovetores LI’s: É diagonalizável.  
2
A = PDP −1 com P = v1 v2 w D = 
 
2 .
1

Álgebra Linear II 2008/2 Prof. Marco Cabral & Prof. Paulo Goldfeld DMA / IM / UFRJ 25 / 33
 Exemplo

Exemplo
Autovalores e
Autovetores Encontre
 a decomposição
 espectral de
Determinante de
Matriz
bloco-triangular
3 1 −2
Motivando com
Geometria
A =  −2 0 4 .
Definição
Calculando
0 0 2
Diagonalização
Teorema Espectral:
Autovalores são 1 e 2. Temos que calcular autoespaços
T
A = A
Potência/Exponencial
para saber se é diagonalizável!
de Matriz
Base do autoespaço do 2: v1 = (2, 0, 1) e v2 = (−1, 1, 0).
Base do autoespaço do 1: w = (1, −2, 0).
Três autovetores LI’s: É diagonalizável.  
2
A = PDP −1 com P = v1 v2 w D = 
 
2 .
1

Álgebra Linear II 2008/2 Prof. Marco Cabral & Prof. Paulo Goldfeld DMA / IM / UFRJ 25 / 33
 Exemplo

Exemplo
Autovalores e
Autovetores Encontre
 a decomposição
 espectral de
Determinante de
Matriz
bloco-triangular
3 1 −2
Motivando com
Geometria
A =  −2 0 4 .
Definição
Calculando
0 0 2
Diagonalização
Teorema Espectral:
Autovalores são 1 e 2. Temos que calcular autoespaços
T
A = A
Potência/Exponencial
para saber se é diagonalizável!
de Matriz
Base do autoespaço do 2: v1 = (2, 0, 1) e v2 = (−1, 1, 0).
Base do autoespaço do 1: w = (1, −2, 0).
Três autovetores LI’s: É diagonalizável.  
2
A = PDP −1 com P = v1 v2 w D = 
 
2 .
1

Álgebra Linear II 2008/2 Prof. Marco Cabral & Prof. Paulo Goldfeld DMA / IM / UFRJ 25 / 33
 Exemplo

Autovalores e
Autovetores
Exemplo
 
Determinante de
Matriz
bloco-triangular
1
Ou, A = PDP −1 com P =
 
Motivando com
Geometria
w v1 v2 D= 2 .
Definição
Calculando
2
 
Diagonalização
Teorema Espectral:
2
T

Ou, A = PDP −1 com P =

A = A
 
Potência/Exponencial v1 w v2 D= 1 .
de Matriz
2
 
2
Ou, A = PDP −1 com P =
 
v2 w v1 D= 1 .
2

Álgebra Linear II 2008/2 Prof. Marco Cabral & Prof. Paulo Goldfeld DMA / IM / UFRJ 26 / 33
 Exemplo

Autovalores e
Autovetores
Exemplo
 
Determinante de
Matriz
bloco-triangular
1
Ou, A = PDP −1 com P =
 
Motivando com
Geometria
w v1 v2 D= 2 .
Definição
Calculando
2
 
Diagonalização
Teorema Espectral:
2
T

Ou, A = PDP −1 com P =

A = A
 
Potência/Exponencial v1 w v2 D= 1 .
de Matriz
2
 
2
Ou, A = PDP −1 com P =
 
v2 w v1 D= 1 .
2

Álgebra Linear II 2008/2 Prof. Marco Cabral & Prof. Paulo Goldfeld DMA / IM / UFRJ 26 / 33
 Exemplo

Autovalores e
Autovetores
Exemplo
 
Determinante de
Matriz
bloco-triangular
1
Ou, A = PDP −1 com P =
 
Motivando com
Geometria
w v1 v2 D= 2 .
Definição
Calculando
2
 
Diagonalização
Teorema Espectral:
2
T

Ou, A = PDP −1 com P =

A = A
 
Potência/Exponencial v1 w v2 D= 1 .
de Matriz
2
 
2
Ou, A = PDP −1 com P =
 
v2 w v1 D= 1 .
2

Álgebra Linear II 2008/2 Prof. Marco Cabral & Prof. Paulo Goldfeld DMA / IM / UFRJ 26 / 33
 Exemplo

Autovalores e Exemplo
Autovetores
Determinante de
Matriz Encontre a decomposição espectral de
bloco-triangular
 
Motivando com 3 −1 0
Geometria
Definição A= 1 1 0 .
Calculando
Diagonalização 1 0 −1
Teorema Espectral:
A = A
T

Potência/Exponencial
Autovalores são −1 e 2. Temos que calcular autoespaços
de Matriz
para saber se é diagonalizável!
Base do autoespaço do 2: (3, 3, 1). Base do autoespaço do
−1: (0, 0, 1).
Dois autovetores LI’s: Não é diagonalizável. Não possui
decomposição espectral.

Álgebra Linear II 2008/2 Prof. Marco Cabral & Prof. Paulo Goldfeld DMA / IM / UFRJ 27 / 33
 Exemplo

Autovalores e Exemplo
Autovetores
Determinante de
Matriz Encontre a decomposição espectral de
bloco-triangular
 
Motivando com 3 −1 0
Geometria
Definição A= 1 1 0 .
Calculando
Diagonalização 1 0 −1
Teorema Espectral:
A = A
T

Potência/Exponencial
Autovalores são −1 e 2. Temos que calcular autoespaços
de Matriz
para saber se é diagonalizável!
Base do autoespaço do 2: (3, 3, 1). Base do autoespaço do
−1: (0, 0, 1).
Dois autovetores LI’s: Não é diagonalizável. Não possui
decomposição espectral.

Álgebra Linear II 2008/2 Prof. Marco Cabral & Prof. Paulo Goldfeld DMA / IM / UFRJ 27 / 33
 Exemplo

Autovalores e Exemplo
Autovetores
Determinante de
Matriz Encontre a decomposição espectral de
bloco-triangular
 
Motivando com 3 −1 0
Geometria
Definição A= 1 1 0 .
Calculando
Diagonalização 1 0 −1
Teorema Espectral:
A = A
T

Potência/Exponencial
Autovalores são −1 e 2. Temos que calcular autoespaços
de Matriz
para saber se é diagonalizável!
Base do autoespaço do 2: (3, 3, 1). Base do autoespaço do
−1: (0, 0, 1).
Dois autovetores LI’s: Não é diagonalizável. Não possui
decomposição espectral.

Álgebra Linear II 2008/2 Prof. Marco Cabral & Prof. Paulo Goldfeld DMA / IM / UFRJ 27 / 33
 Exemplo

Autovalores e Exemplo
Autovetores
Determinante de
Matriz Encontre a decomposição espectral de
bloco-triangular
 
Motivando com 3 −1 0
Geometria
Definição A= 1 1 0 .
Calculando
Diagonalização 1 0 −1
Teorema Espectral:
A = A
T

Potência/Exponencial
Autovalores são −1 e 2. Temos que calcular autoespaços
de Matriz
para saber se é diagonalizável!
Base do autoespaço do 2: (3, 3, 1). Base do autoespaço do
−1: (0, 0, 1).
Dois autovetores LI’s: Não é diagonalizável. Não possui
decomposição espectral.

Álgebra Linear II 2008/2 Prof. Marco Cabral & Prof. Paulo Goldfeld DMA / IM / UFRJ 27 / 33
 Exemplo

Autovalores e
Autovetores
Determinante de
Matriz
Exemplo
bloco-triangular
Motivando com
Geometria
T projeção ortogonal na reta r = hwi. Determine
Definição
Calculando
decomposição espectral.
Diagonalização
Teorema Espectral:
Se v é perpendicular à reta r , T v = 0 = 0v e T w = 1w.
T
A = A
Potência/Exponencial São autovalores 0 e 1 com autovetores
 associados w e v.
de Matriz
↑ ↑  
−1 0
T = PDP com P = v w   D= .
1
↓ ↓

Álgebra Linear II 2008/2 Prof. Marco Cabral & Prof. Paulo Goldfeld DMA / IM / UFRJ 28 / 33
 Exemplo

Autovalores e
Autovetores
Determinante de
Matriz
Exemplo
bloco-triangular
Motivando com
Geometria
T projeção ortogonal na reta r = hwi. Determine
Definição
Calculando
decomposição espectral.
Diagonalização
Teorema Espectral:
Se v é perpendicular à reta r , T v = 0 = 0v e T w = 1w.
T
A = A
Potência/Exponencial São autovalores 0 e 1 com autovetores
 associados w e v.
de Matriz
↑ ↑  
−1 0
T = PDP com P = v w   D= .
1
↓ ↓

Álgebra Linear II 2008/2 Prof. Marco Cabral & Prof. Paulo Goldfeld DMA / IM / UFRJ 28 / 33
 Exemplo

Autovalores e
Autovetores
Determinante de
Matriz
Exemplo
bloco-triangular
Motivando com
Geometria
T projeção ortogonal na reta r = hwi. Determine
Definição
Calculando
decomposição espectral.
Diagonalização
Teorema Espectral:
Se v é perpendicular à reta r , T v = 0 = 0v e T w = 1w.
T
A = A
Potência/Exponencial São autovalores 0 e 1 com autovetores
 associados w e v.
de Matriz
↑ ↑  
−1 0
T = PDP com P = v w   D= .
1
↓ ↓

Álgebra Linear II 2008/2 Prof. Marco Cabral & Prof. Paulo Goldfeld DMA / IM / UFRJ 28 / 33
 Exemplo

Autovalores e
Autovetores
Determinante de
Matriz
Exemplo
bloco-triangular
Motivando com
Geometria
T projeção ortogonal na reta r = hwi. Determine
Definição
Calculando
decomposição espectral.
Diagonalização
Teorema Espectral:
Se v é perpendicular à reta r , T v = 0 = 0v e T w = 1w.
T
A = A
Potência/Exponencial São autovalores 0 e 1 com autovetores
 associados w e v.
de Matriz
↑ ↑  
−1 0
T = PDP com P = v w   D= .
1
↓ ↓

Álgebra Linear II 2008/2 Prof. Marco Cabral & Prof. Paulo Goldfeld DMA / IM / UFRJ 28 / 33
 Teorema Espectral

Autovalores e
Autovetores
Determinante de
Matriz
bloco-triangular
Motivando com
Geometria
Definição Teorema
Calculando
Diagonalização
Teorema Espectral:
Se A = At (dizemos que a matriz A é simétrica) então existe
T
A = A
Potência/Exponencial
uma base ortogonal de autovetores que diagonaliza A.
de Matriz

Álgebra Linear II 2008/2 Prof. Marco Cabral & Prof. Paulo Goldfeld DMA / IM / UFRJ 29 / 33
 Calculando potência de matrizes

Autovalores e
Autovetores Se A = PDP −1 é diagonalizável podemos calcular
facilmente Ak .
Determinante de
Matriz
bloco-triangular

por exemplo A2 = (PDP −1 )(PDP −1 ) =

Motivando com
Geometria
Definição
Calculando PD(P −1 P)DP −1 = PDDP −1 = PD 2 P −1 .
Diagonalização
Teorema Espectral:
A = A
T calcular D 2 é fácil: basta calcular o quadrado dos
Potência/Exponencial
de Matriz elementos da diagonal.
outro exemplo A3 = (PDP −1 )(PDP −1 )(PDP −1 ) =
PD(P −1 P)D(P −1 P)DP −1 = PDDDP −1 = PD 3 P −1 .
de forma geral, Ak = PD k P −1 .

Álgebra Linear II 2008/2 Prof. Marco Cabral & Prof. Paulo Goldfeld DMA / IM / UFRJ 30 / 33
 Calculando potência de matrizes

Autovalores e
Autovetores Se A = PDP −1 é diagonalizável podemos calcular
facilmente Ak .
Determinante de
Matriz
bloco-triangular

por exemplo A2 = (PDP −1 )(PDP −1 ) =

Motivando com
Geometria
Definição
Calculando PD(P −1 P)DP −1 = PDDP −1 = PD 2 P −1 .
Diagonalização
Teorema Espectral:
A = A
T calcular D 2 é fácil: basta calcular o quadrado dos
Potência/Exponencial
de Matriz elementos da diagonal.
outro exemplo A3 = (PDP −1 )(PDP −1 )(PDP −1 ) =
PD(P −1 P)D(P −1 P)DP −1 = PDDDP −1 = PD 3 P −1 .
de forma geral, Ak = PD k P −1 .

Álgebra Linear II 2008/2 Prof. Marco Cabral & Prof. Paulo Goldfeld DMA / IM / UFRJ 30 / 33
 Calculando potência de matrizes

Autovalores e
Autovetores Se A = PDP −1 é diagonalizável podemos calcular
facilmente Ak .
Determinante de
Matriz
bloco-triangular

por exemplo A2 = (PDP −1 )(PDP −1 ) =

Motivando com
Geometria
Definição
Calculando PD(P −1 P)DP −1 = PDDP −1 = PD 2 P −1 .
Diagonalização
Teorema Espectral:
A = A
T calcular D 2 é fácil: basta calcular o quadrado dos
Potência/Exponencial
de Matriz elementos da diagonal.
outro exemplo A3 = (PDP −1 )(PDP −1 )(PDP −1 ) =
PD(P −1 P)D(P −1 P)DP −1 = PDDDP −1 = PD 3 P −1 .
de forma geral, Ak = PD k P −1 .

Álgebra Linear II 2008/2 Prof. Marco Cabral & Prof. Paulo Goldfeld DMA / IM / UFRJ 30 / 33
 Calculando potência de matrizes

Autovalores e
Autovetores Se A = PDP −1 é diagonalizável podemos calcular
facilmente Ak .
Determinante de
Matriz
bloco-triangular

por exemplo A2 = (PDP −1 )(PDP −1 ) =

Motivando com
Geometria
Definição
Calculando PD(P −1 P)DP −1 = PDDP −1 = PD 2 P −1 .
Diagonalização
Teorema Espectral:
A = A
T calcular D 2 é fácil: basta calcular o quadrado dos
Potência/Exponencial
de Matriz elementos da diagonal.
outro exemplo A3 = (PDP −1 )(PDP −1 )(PDP −1 ) =
PD(P −1 P)D(P −1 P)DP −1 = PDDDP −1 = PD 3 P −1 .
de forma geral, Ak = PD k P −1 .

Álgebra Linear II 2008/2 Prof. Marco Cabral & Prof. Paulo Goldfeld DMA / IM / UFRJ 30 / 33
 Calculando potência de matrizes

Autovalores e
Autovetores Se A = PDP −1 é diagonalizável podemos calcular
facilmente Ak .
Determinante de
Matriz
bloco-triangular

por exemplo A2 = (PDP −1 )(PDP −1 ) =

Motivando com
Geometria
Definição
Calculando PD(P −1 P)DP −1 = PDDP −1 = PD 2 P −1 .
Diagonalização
Teorema Espectral:
A = A
T calcular D 2 é fácil: basta calcular o quadrado dos
Potência/Exponencial
de Matriz elementos da diagonal.
outro exemplo A3 = (PDP −1 )(PDP −1 )(PDP −1 ) =
PD(P −1 P)D(P −1 P)DP −1 = PDDDP −1 = PD 3 P −1 .
de forma geral, Ak = PD k P −1 .

Álgebra Linear II 2008/2 Prof. Marco Cabral & Prof. Paulo Goldfeld DMA / IM / UFRJ 30 / 33
 Calculando potência de matrizes

Autovalores e
Autovetores Se A = PDP −1 é diagonalizável podemos calcular
facilmente Ak .
Determinante de
Matriz
bloco-triangular

por exemplo A2 = (PDP −1 )(PDP −1 ) =

Motivando com
Geometria
Definição
Calculando PD(P −1 P)DP −1 = PDDP −1 = PD 2 P −1 .
Diagonalização
Teorema Espectral:
A = A
T calcular D 2 é fácil: basta calcular o quadrado dos
Potência/Exponencial
de Matriz elementos da diagonal.
outro exemplo A3 = (PDP −1 )(PDP −1 )(PDP −1 ) =
PD(P −1 P)D(P −1 P)DP −1 = PDDDP −1 = PD 3 P −1 .
de forma geral, Ak = PD k P −1 .

Álgebra Linear II 2008/2 Prof. Marco Cabral & Prof. Paulo Goldfeld DMA / IM / UFRJ 30 / 33
 Exemplo de potência

Exemplo
Autovalores e
 
1 −3 1
Autovetores
Calcule A10
para A = 4.
Determinante de
Matriz −3 1
bloco-triangular
Motivando com
Geometria
O autoespaço associado ao −1/2 é h(1, 1)i. O autoespaço
Definição
Calculando
associado ao 1 é h(1, −1)i.
  
Diagonalização 1 1 −1/2
Teorema Espectral: Portanto, P = com D = .
A = A
T

Potência/Exponencial
1 −1 1
de Matriz
Calculando a inversa
 de P determinamos que 
10

1 1 1/2
P −1 = 12 . Como D 10 = ,calculando
1 −1 1
o produto PD 10 P −1 obtemos que
210 + 1 1 − 210

10 1
A = 211 .
1 − 210 210 + 1

Álgebra Linear II 2008/2 Prof. Marco Cabral & Prof. Paulo Goldfeld DMA / IM / UFRJ 31 / 33
 Exemplo de potência

Exemplo
Autovalores e
 
1 −3 1
Autovetores
Calcule A10
para A = 4.
Determinante de
Matriz −3 1
bloco-triangular
Motivando com
Geometria
O autoespaço associado ao −1/2 é h(1, 1)i. O autoespaço
Definição
Calculando
associado ao 1 é h(1, −1)i.
  
Diagonalização 1 1 −1/2
Teorema Espectral: Portanto, P = com D = .
A = A
T

Potência/Exponencial
1 −1 1
de Matriz
Calculando a inversa
 de P determinamos que 
10

1 1 1/2
P −1 = 12 . Como D 10 = ,calculando
1 −1 1
o produto PD 10 P −1 obtemos que
210 + 1 1 − 210

10 1
A = 211 .
1 − 210 210 + 1

Álgebra Linear II 2008/2 Prof. Marco Cabral & Prof. Paulo Goldfeld DMA / IM / UFRJ 31 / 33
 Exemplo de potência

Exemplo
Autovalores e
 
1 −3 1
Autovetores
Calcule A10
para A = 4.
Determinante de
Matriz −3 1
bloco-triangular
Motivando com
Geometria
O autoespaço associado ao −1/2 é h(1, 1)i. O autoespaço
Definição
Calculando
associado ao 1 é h(1, −1)i.
  
Diagonalização 1 1 −1/2
Teorema Espectral: Portanto, P = com D = .
A = A
T

Potência/Exponencial
1 −1 1
de Matriz
Calculando a inversa
 de P determinamos que 
10

1 1 1/2
P −1 = 12 . Como D 10 = ,calculando
1 −1 1
o produto PD 10 P −1 obtemos que
210 + 1 1 − 210

10 1
A = 211 .
1 − 210 210 + 1

Álgebra Linear II 2008/2 Prof. Marco Cabral & Prof. Paulo Goldfeld DMA / IM / UFRJ 31 / 33
 Exemplo de potência

Exemplo
Autovalores e
 
1 −3 1
Autovetores
Calcule A10
para A = 4.
Determinante de
Matriz −3 1
bloco-triangular
Motivando com
Geometria
O autoespaço associado ao −1/2 é h(1, 1)i. O autoespaço
Definição
Calculando
associado ao 1 é h(1, −1)i.
  
Diagonalização 1 1 −1/2
Teorema Espectral: Portanto, P = com D = .
A = A
T

Potência/Exponencial
1 −1 1
de Matriz
Calculando a inversa
 de P determinamos que 
10

1 1 1/2
P −1 = 12 . Como D 10 = ,calculando
1 −1 1
o produto PD 10 P −1 obtemos que
210 + 1 1 − 210

10 1
A = 211 .
1 − 210 210 + 1

Álgebra Linear II 2008/2 Prof. Marco Cabral & Prof. Paulo Goldfeld DMA / IM / UFRJ 31 / 33
 Exemplo de potência

Exemplo
Autovalores e
 
1 −3 1
Autovetores
Calcule A10
para A = 4.
Determinante de
Matriz −3 1
bloco-triangular
Motivando com
Geometria
O autoespaço associado ao −1/2 é h(1, 1)i. O autoespaço
Definição
Calculando
associado ao 1 é h(1, −1)i.
  
Diagonalização 1 1 −1/2
Teorema Espectral: Portanto, P = com D = .
A = A
T

Potência/Exponencial
1 −1 1
de Matriz
Calculando a inversa
 de P determinamos que 
10

1 1 1/2
P −1 = 12 . Como D 10 = ,calculando
1 −1 1
o produto PD 10 P −1 obtemos que
210 + 1 1 − 210

10 1
A = 211 .
1 − 210 210 + 1

Álgebra Linear II 2008/2 Prof. Marco Cabral & Prof. Paulo Goldfeld DMA / IM / UFRJ 31 / 33
 Exemplo de potência

Exemplo
Autovalores e
 
1 −3 1
Autovetores
Calcule A10
para A = 4.
Determinante de
Matriz −3 1
bloco-triangular
Motivando com
Geometria
O autoespaço associado ao −1/2 é h(1, 1)i. O autoespaço
Definição
Calculando
associado ao 1 é h(1, −1)i.
  
Diagonalização 1 1 −1/2
Teorema Espectral: Portanto, P = com D = .
A = A
T

Potência/Exponencial
1 −1 1
de Matriz
Calculando a inversa
 de P determinamos que 
10

1 1 1/2
P −1 = 12 . Como D 10 = ,calculando
1 −1 1
o produto PD 10 P −1 obtemos que
210 + 1 1 − 210

10 1
A = 211 .
1 − 210 210 + 1

Álgebra Linear II 2008/2 Prof. Marco Cabral & Prof. Paulo Goldfeld DMA / IM / UFRJ 31 / 33
 Exemplo de potência

Exemplo
Autovalores e
 
1 −3 1
Autovetores
Calcule A10
para A = 4.
Determinante de
Matriz −3 1
bloco-triangular
Motivando com
Geometria
O autoespaço associado ao −1/2 é h(1, 1)i. O autoespaço
Definição
Calculando
associado ao 1 é h(1, −1)i.
  
Diagonalização 1 1 −1/2
Teorema Espectral: Portanto, P = com D = .
A = A
T

Potência/Exponencial
1 −1 1
de Matriz
Calculando a inversa
 de P determinamos que 
10

1 1 1/2
P −1 = 12 . Como D 10 = ,calculando
1 −1 1
o produto PD 10 P −1 obtemos que
210 + 1 1 − 210

10 1
A = 211 .
1 − 210 210 + 1

Álgebra Linear II 2008/2 Prof. Marco Cabral & Prof. Paulo Goldfeld DMA / IM / UFRJ 31 / 33
 Raiz Quadrada de Matrizes

Autovalores e
Autovetores
Determinante de
Matriz
bloco-triangular Podemos de forma similar calcular raiz quadrada de
Motivando com
Geometria
matrizes diagonalizáveis.
Definição
√ √ √
Se A = PDP −1 , definimos A = P DP −1 , onde D
Calculando
Diagonalização
Teorema Espectral:
A = A
T
significa tomar raiz dos elementos da diagonal.
Potência/Exponencial √ 2 √ √ √ √
de Matriz
( √A) = (P DP −1 )(P DP −1 ) = P D DP −1 =
P( D)2 P −1 = PDP −1 = A.

Álgebra Linear II 2008/2 Prof. Marco Cabral & Prof. Paulo Goldfeld DMA / IM / UFRJ 32 / 33
 Raiz Quadrada de Matrizes

Autovalores e
Autovetores
Determinante de
Matriz
bloco-triangular Podemos de forma similar calcular raiz quadrada de
Motivando com
Geometria
matrizes diagonalizáveis.
Definição
√ √ √
Se A = PDP −1 , definimos A = P DP −1 , onde D
Calculando
Diagonalização
Teorema Espectral:
A = A
T
significa tomar raiz dos elementos da diagonal.
Potência/Exponencial √ 2 √ √ √ √
de Matriz
( √A) = (P DP −1 )(P DP −1 ) = P D DP −1 =
P( D)2 P −1 = PDP −1 = A.

Álgebra Linear II 2008/2 Prof. Marco Cabral & Prof. Paulo Goldfeld DMA / IM / UFRJ 32 / 33
 Raiz Quadrada de Matrizes

Autovalores e
Autovetores
Determinante de
Matriz
bloco-triangular Podemos de forma similar calcular raiz quadrada de
Motivando com
Geometria
matrizes diagonalizáveis.
Definição
√ √ √
Se A = PDP −1 , definimos A = P DP −1 , onde D
Calculando
Diagonalização
Teorema Espectral:
A = A
T
significa tomar raiz dos elementos da diagonal.
Potência/Exponencial √ 2 √ √ √ √
de Matriz
( √A) = (P DP −1 )(P DP −1 ) = P D DP −1 =
P( D)2 P −1 = PDP −1 = A.

Álgebra Linear II 2008/2 Prof. Marco Cabral & Prof. Paulo Goldfeld DMA / IM / UFRJ 32 / 33
 Exemplo de raíz quadrada

Exemplo
√
 
Autovalores e −6 −30
Autovetores Calcule A para A = .
Determinante de
5 19
Matriz
bloco-triangular O autoespaço associado ao 9 é h(−2, 1)i. O autoespaço
Motivando com

Geometria −2 −3
Definição associado ao 4 é h(−3, 1)i. Portanto, P = com
Calculando 1 1
Diagonalização  
Teorema Espectral:
T 9
A = A
D= . Calculando a inversa de P determinamos
Potência/Exponencial
de Matriz 4
√
   
−1 1 3 3
que P = . Como D = , calculando
−1 −2 2
√ √
o produto P DP −1 = A obtemos que
√ 0 −6
B= A= .
1 5
Verifique diretamente que B 2 = A.
Álgebra Linear II 2008/2 Prof. Marco Cabral & Prof. Paulo Goldfeld DMA / IM / UFRJ 33 / 33
 Exemplo de raíz quadrada

Exemplo
√
 
Autovalores e −6 −30
Autovetores Calcule A para A = .
Determinante de
5 19
Matriz
bloco-triangular O autoespaço associado ao 9 é h(−2, 1)i. O autoespaço
Motivando com

Geometria −2 −3
Definição associado ao 4 é h(−3, 1)i. Portanto, P = com
Calculando 1 1
Diagonalização  
Teorema Espectral:
T 9
A = A
D= . Calculando a inversa de P determinamos
Potência/Exponencial
de Matriz 4
√
   
−1 1 3 3
que P = . Como D = , calculando
−1 −2 2
√ √
o produto P DP −1 = A obtemos que
√ 0 −6
B= A= .
1 5
Verifique diretamente que B 2 = A.
Álgebra Linear II 2008/2 Prof. Marco Cabral & Prof. Paulo Goldfeld DMA / IM / UFRJ 33 / 33
 Exemplo de raíz quadrada

Exemplo
√
 
Autovalores e −6 −30
Autovetores Calcule A para A = .
Determinante de
5 19
Matriz
bloco-triangular O autoespaço associado ao 9 é h(−2, 1)i. O autoespaço
Motivando com

Geometria −2 −3
Definição associado ao 4 é h(−3, 1)i. Portanto, P = com
Calculando 1 1
Diagonalização  
Teorema Espectral:
T 9
A = A
D= . Calculando a inversa de P determinamos
Potência/Exponencial
de Matriz 4
√
   
−1 1 3 3
que P = . Como D = , calculando
−1 −2 2
√ √
o produto P DP −1 = A obtemos que
√ 0 −6
B= A= .
1 5
Verifique diretamente que B 2 = A.
Álgebra Linear II 2008/2 Prof. Marco Cabral & Prof. Paulo Goldfeld DMA / IM / UFRJ 33 / 33
 Exemplo de raíz quadrada

Exemplo
√
 
Autovalores e −6 −30
Autovetores Calcule A para A = .
Determinante de
5 19
Matriz
bloco-triangular O autoespaço associado ao 9 é h(−2, 1)i. O autoespaço
Motivando com

Geometria −2 −3
Definição associado ao 4 é h(−3, 1)i. Portanto, P = com
Calculando 1 1
Diagonalização  
Teorema Espectral:
T 9
A = A
D= . Calculando a inversa de P determinamos
Potência/Exponencial
de Matriz 4
√
   
−1 1 3 3
que P = . Como D = , calculando
−1 −2 2
√ √
o produto P DP −1 = A obtemos que
√ 0 −6
B= A= .
1 5
Verifique diretamente que B 2 = A.
Álgebra Linear II 2008/2 Prof. Marco Cabral & Prof. Paulo Goldfeld DMA / IM / UFRJ 33 / 33
 Exemplo de raíz quadrada

Exemplo
√
 
Autovalores e −6 −30
Autovetores Calcule A para A = .
Determinante de
5 19
Matriz
bloco-triangular O autoespaço associado ao 9 é h(−2, 1)i. O autoespaço
Motivando com

Geometria −2 −3
Definição associado ao 4 é h(−3, 1)i. Portanto, P = com
Calculando 1 1
Diagonalização  
Teorema Espectral:
T 9
A = A
D= . Calculando a inversa de P determinamos
Potência/Exponencial
de Matriz 4
√
   
−1 1 3 3
que P = . Como D = , calculando
−1 −2 2
√ √
o produto P DP −1 = A obtemos que
√ 0 −6
B= A= .
1 5
Verifique diretamente que B 2 = A.
Álgebra Linear II 2008/2 Prof. Marco Cabral & Prof. Paulo Goldfeld DMA / IM / UFRJ 33 / 33
 Exemplo de raíz quadrada

Exemplo
√
 
Autovalores e −6 −30
Autovetores Calcule A para A = .
Determinante de
5 19
Matriz
bloco-triangular O autoespaço associado ao 9 é h(−2, 1)i. O autoespaço
Motivando com

Geometria −2 −3
Definição associado ao 4 é h(−3, 1)i. Portanto, P = com
Calculando 1 1
Diagonalização  
Teorema Espectral:
T 9
A = A
D= . Calculando a inversa de P determinamos
Potência/Exponencial
de Matriz 4
√
   
−1 1 3 3
que P = . Como D = , calculando
−1 −2 2
√ √
o produto P DP −1 = A obtemos que
√ 0 −6
B= A= .
1 5
Verifique diretamente que B 2 = A.
Álgebra Linear II 2008/2 Prof. Marco Cabral & Prof. Paulo Goldfeld DMA / IM / UFRJ 33 / 33
 Exemplo de raíz quadrada

Exemplo
√
 
Autovalores e −6 −30
Autovetores Calcule A para A = .
Determinante de
5 19
Matriz
bloco-triangular O autoespaço associado ao 9 é h(−2, 1)i. O autoespaço
Motivando com

Geometria −2 −3
Definição associado ao 4 é h(−3, 1)i. Portanto, P = com
Calculando 1 1
Diagonalização  
Teorema Espectral:
T 9
A = A
D= . Calculando a inversa de P determinamos
Potência/Exponencial
de Matriz 4
√
   
−1 1 3 3
que P = . Como D = , calculando
−1 −2 2
√ √
o produto P DP −1 = A obtemos que
√ 0 −6
B= A= .
1 5
Verifique diretamente que B 2 = A.
Álgebra Linear II 2008/2 Prof. Marco Cabral & Prof. Paulo Goldfeld DMA / IM / UFRJ 33 / 33
 Exemplo de raíz quadrada

Exemplo
√
 
Autovalores e −6 −30
Autovetores Calcule A para A = .
Determinante de
5 19
Matriz
bloco-triangular O autoespaço associado ao 9 é h(−2, 1)i. O autoespaço
Motivando com

Geometria −2 −3
Definição associado ao 4 é h(−3, 1)i. Portanto, P = com
Calculando 1 1
Diagonalização  
Teorema Espectral:
T 9
A = A
D= . Calculando a inversa de P determinamos
Potência/Exponencial
de Matriz 4
√
   
−1 1 3 3
que P = . Como D = , calculando
−1 −2 2
√ √
o produto P DP −1 = A obtemos que
√ 0 −6
B= A= .
1 5
Verifique diretamente que B 2 = A.
Álgebra Linear II 2008/2 Prof. Marco Cabral & Prof. Paulo Goldfeld DMA / IM / UFRJ 33 / 33