19a Aula

Diagonalização de matrizes reais e complexas

Recorde que uma matriz D = [dij ]m
i;j=1 2 Mm m (K) é diagonal quando dij = 0 para quaisquer
i 6= j, ou seja 2 3
d11 0 0
6 . .. 7
6 0 d22 . . . 7
D=6 . . . 7:
4 .. .. .. 0 5
0 0 dmm
De…nição 1: Uma matriz quadrada A 2 Mm m (K) é diagonalizável em Mm m (K) se
existir uma matriz diagonal D 2 Mm m (K) e uma matriz invertível P 2 Mm m (K) tais que
D = P 1 AP .
O conceito de diagonalizabilidade tem um papel relevante no cálculo das potências de uma
matriz A 2 Mm m (K). Com efeito, se D 2 Mm m (K) é diagonal, então
2 k 3
d11 0 0
6 . .. 7
k 6 0 dk22 . . . 7
D =6 . . . 7,
4 .. .. .. 0 5
0 0 dkmm
1
para qualquer k 2 N, pelo que de D = P AP se obtém
1
A = P DP ; A2 = P DP 1
P DP 1
= P D2 P 1
; A3 = P DP 1
P D2 P 1
= P D3 P 1
,
e mais geralmente
Ak = P D k P 1
2 k 3
d11 0 0
6 ... .. 7
6 0 dk22 . 7 1
= P6 . .. .. 7P .
4 .. . . 0 5
0 0 dkmm
Exercício 1: Calcule as potências da matriz
4 1
A= ,
2 1
1 1 1 2 0
sabendo que D = P AP , com P = eD= .
2 1 0 3
Resolução Pelo que vimos acima, teremos
Ak = P D k P 1
k 1
1 1 2 0 1 1
=
2 1 0 3 2 1
1 1 2k 0 1 1
=
2 1 0 3k 2 1
2 3k 2k 2k 3k
= .
2 3k 2k+1 2k+1 3k

1
Exercício 2: Calcule as potências da matriz

0 4
A= ,
1 2
p p p
1 1+i 3 1 i 3 1 i 3 0p
sabendo que D = P AP , com P = eD= .
1 1 0 1+i 3
Resolução Pelo que vimos acima, teremos

Ak = P D k P 1
" #
p p p k p p 1
1+i 3 1 i 3 1 i 3 0 1+i 3 1 i 3
= p k
1 1 0 1+i 3 1 1
k 1
2cis 3
2cis 3
2k cis 3
0 2cis 3
2cis 3
=
1 1 0 2 cis k3
k
1 1
2 3
p (k 1) k
34 2k+1 sin 3
2k+2 sin 3
= 5.
3 k (k+1)
2k sin 3
2k+1 sin 3

Valores e vectores próprios de uma matriz real ou complexa

De…nição 2: Dada uma matriz A 2 Mm m (K), diz-se que um escalar 2 K é um valor
próprio de A se existir um vector não nulo x 2 Km tal que Ax = x. A um vector não
nulo x 2 Km tal que Ax = x, para algum 2 K, chama-se vector próprio de A (ou mais
especi…camente, vector próprio de A associado ao valor próprio ).

Ao conjunto dos valores próprios de uma matriz A 2 Mm m (K) chama-se espectro de A e

representa-se por A , ou seja

A = f 2 K : Ax = x, para algum x 2 Km n f(0; :::; 0)gg .

Exemplo 1: Considere-se a matriz

4 1
A= 2 M2 2 (R).
2 1

O vector u = (1; 1) 2 R2 é vector próprio de A associado ao valor próprio = 3, pois

u 6= (0; 0) e
4 1 1 3
Au = = = 3u.
2 1 1 3
O vector v = (1; 2) 2 R2 é vector próprio de A associado ao valor próprio = 2, pois
v 6= (0; 0) e
4 1 1 2
Av = = = 2v:
2 1 2 4
Assim f2; 3g A.

2
Exemplo 2: Considere-se a matriz

0 4
A= 2 M2 2 (C),
1 2
p
O vector u = 1 + i 3; 1 2 C2 é vector próprio de A associado ao valor próprio =
p
1 i 3, pois u 6= (0; 0) e
p p
0 4 1+i 3 4 p 1+i 3 p
Au = = p = 1 i 3 = 1 i 3 u.
1 2 1 i 3 1 1
p
O vector v = 1 i 3; 1 2 C2 é vector próprio de A associado ao valor próprio =
p
1 + i 3, pois v 6= (0; 0) e
p p
0 4 1 i 3 4 p 1 i 3 p
Av = = p = 1+i 3 = 1 + i 3 v:
1 2 1 i 3 1 1
p p
Assim 1 i 3; 1 + i 3 A.

Exercício 3: Mostre que um vector não nulo x 2 Km é vector próprio de A 2 Mm m (K)

associado ao valor próprio = 0 se e só x 2 NulA. Conclua que = 0 é valor próprio de A
se e só se A não é invertível.

Teorema 1: Uma matriz A 2 Mm m (K) é diagonalizável em Mm m (K) se e só se existir

uma base de Km constituída por vectores próprios de A.
Demonstração: Basta notar que m vectores de Km ,

v1 = (p11 ; p21 ; :::; pm1 ) ; v2 = (p12 ; p22 ; :::; pm2 ) ; :::; vm = (p1m ; p2m ; :::; pmm ) ,

veri…cam Av1 = 1 v1 ; Av2

= 2 v2 ; :::; Avm = m vm , com 1; 2 ; :::; m 2 K, se e só se
2 3 2 3
p11 p12 p1m 1 0 0
6 p21 p22 p2m 7 6 . . . .. 7
6 7 6 0 2 . 7
AP = P D, com P = 6 .. .. .. 7 eD=6 . .. .. 7,
4 . . . 5 4 .. . . 0 5
pm1 pm2 pmm 0 0 m

e ter em conta que fv1 ; v2 ; :::; vm g é uma base de Km se e só se a matriz P 2 Mm m (K) é

invertível.

Exercício 4: Determine as potências da matriz A 2 M2 2 (R) sabendo que v1 = (2; 7) e

v2 = (1; 4) são vectores próprios de A associados aos valores próprios 1 = 1 e 2 = 0.
Resolução: Como a matriz
2 1
P =
7 4
é invertível, vemos que os vectores v1 e v2 formam uma base de R2 constituída por vectores
próprios de A. Isto signi…ca que A é diagonalizável e satisfaz

1 1 0 1 0
P AP = = ,
0 2 0 0

3
logo
k
1 0
Ak = P P 1
0 0
1
2 1 1 0 2 1
=
7 4 0 0 7 4
2 1 1 0 4 1
=
7 4 0 0 7 2
8 2
= ,
28 7

para qualquer k 2 N.

Polinómio característico de uma matriz

Seja A 2 Mm m (K). Ao polinómio de grau m com coe…cientes em K, de…nido por

PA (t) = jA tIj ,

chamamos polinómio característico de A.

Como
Ax = x , Ax x = 0 , (A I)x = 0 , x 2 Nul(A I);
vemos que 2 K é valor próprio de A se e só se

Nul(A I) 6= f(0; :::; 0)g ,

o que por sua vez equivale a dizer que jA Ij = 0: ou seja

A = f 2 K : PA ( ) = 0g .

Se tivermos em conta que um polinómio de grau m não tem mais do que m raízes distin-
tas, podemos concluir que uma matriz A 2 Mm m (K) tem no máximo m valores próprios
distintos.
Exemplo 3: O polinómio característico da matriz

4 1
A=
2 1

é dado por

4 t 1
PA (t) = jA tIj = = (4 t) (1 t) + 2 = t2 5t + 6.
2 1 t

Logo
2
A = 2R: 5 + 6 = 0 = f2; 3g :

4
Exemplo 4: O polinómio característico da matriz
0 4
A=
1 2
é
t 4
PA (t) = jA tIj = = ( t) (2 t) + 4 = t2 2t + 4.
1 2 t
Logo
2
A = 2R: 2 + 4 = 0 = ;,
enquanto matriz real, e
n p p o
2
A = 2C: 2 +4=0 = 1 i 3; 1 + i 3 ,

enquanto matriz complexa.

Exemplo 5: O polinómio característico da matriz
2 3
1 1 1
A=4 1 1 1 5
1 1 1
é
1 t 1 1
1 t 1 1 1 1 1 t
PA (t) = 1 1 t 1 = (1 t) + = 3t2 t3 .
1 1 t 1 1 t 1 1
1 1 1 t
Logo
2 3
A = 2R:3 = 0 = f0; 3g .

Exemplo 6: O polinómio característico da matriz

2 3
1 2 3
A = 4 0 3 4 5.
0 0 5
é
1 t 2 3
PA (t) = jA tIj = 0 3 t 4 = (1 t) (3 t) (5 t) ,
0 0 5 t
pelo que A = f1; 3; 5g.

Exemplo 7: O polinómio característico da matriz

2 3
2 0 1
A = 4 0 1 0 5.
1 1 2
é
2 t 0 1
2 t 1
PA (t) = 0 1 t 0 = (1 t) = (1 t) (2 t)2 1 ,
1 2 t
1 1 2 t

5
pelo que A = f1; 3g.

Exercício 5: Recorde que duas matrizes A,B 2 Mm m (K) dizem-se semelhantes se existir
uma matriz invertível P 2 Mm m (K) tal que B = P 1 AP . Mostre que matrizes semelhantes
têm o mesmo polinómio característico, e consequentemente o mesmo espectro.