UNIVERSIDADE FEDERAL DE MINAS GERAIS

INSTITUTO DE CIÊNCIAS EXATAS

João Pedro Gonçalves de Assis Teixeira

Trabalho de GAAL - Matrizes simétricas e seções

cônicas

Belo Horizonte
2023
Tópico 1. Dê a definição de matriz simétrica. Escreva três exemplos de
matrizes simétricas.

R.: Uma matriz simétrica é uma matriz quadrada, a qual pode ser descrita da forma
α(ij), e cada elemento dessa matriz será igual ao respectivo elemento na matriz α(ji). Ou
seja, a matriz α será igual a sua transposta.
α = αt
Exemplos:
9 1 3 9 1 3
(1 T
6 2) = (1 6 2)
3 2 7 3 2 7
1 2 3 1 2 3
(2 T
4 5) = (2 4 5)
3 5 6 3 5 6
2 3 T 2 3
( ) =( )
3 0 3 0

Tópico 2. Dê um exemplo de uma matriz simétrica de tamanho 3×3, diferente da matriz

nula. Determine se essa matriz é diagonalizável. No caso afirmativo, diagonalize-a.
R.: Vamos considerar a seguinte matriz (A):

4 2 2
(2 4 2)
2 2 4

Para diagonalizar a matriz acima, primeiramente temos que subtrair uma variável, (a qual
iremos chamar de λ) de todos os elementos de sua diagonal principal.
Consequentemente, é preciso igualar o determinante da matriz a 0, para encontrarmos
as raízes de λ.
4−λ 2 2
( 2 4−λ 2 )
2 2 4−λ

det. A = 0
Calculando o determinante pela “regra de Sarrus", obtemos:
- λ 3+ 12λ2 - 36λ +32 =0
Para calcularmos as raízes de uma equação de terceiro grau, é preciso fatorar os
polinômios presentes na equação:
(2- λ).( λ 2-10λ +16) = 0
Que também pode ser reescrita como:
(2- λ).( λ -8).( λ -2) = 0
Quando o produto de alguma operação é 0, isso significa que alguns dos fatores é o
próprio zero, dessa forma, as raízes de X são:
λ1 = 2
λ2 = 2
λ3 = 8
Sendo que, o número 2 é uma raiz dupla, pois pode gerar mais de um autovetor
distinto.
Logo, os números 2 e 8, são autovalores da matriz A. Para prosseguir o
procedimento da diagonalização de matrizes, também é necessário encontrar os
autovetores da mesma matriz. Diante disso, subtraímos os autovalores da primeira
diagonal (diagonal principal) da matriz, separadamente. Feito isso, igualamos o sistema
a 0.
Autovalor = 2
2 2 2 𝑋 0
(2 2 2 ) x ( 𝑌 ) = ( 0)
2 2 2 𝑍 0
2X + 2 Y + 2Z = 0
2X = -2Z-2Y
X = -Z-Y
Logo,
Y = Z e X =-Z-Y. Adotando: X = -α-β, Y = β e Z = α
Portanto, o autovetor pode ser escrito como: (−α − β, β, α).
Para α = 1 e β = 0, o autovetor assume os seguintes valores: (-1, 0, 1).
Como o autovalor 2 é uma raiz dupla, para α = 0 e β = 1, o autovetor assume os seguintes
valores: (-1, 1, 0).
 Autovalor = 8
−4 2 2 𝑋 0
(2 −4 2 ) x ( 𝑌 ) = (0)
2 2 −4 𝑍 0
Aplicando operações elementares, obtemos:
−4 2 2 0
(2 −4 2) ( 0)
2 2 −4 0
𝐋𝟏
L1 − 𝟒

1 −1/2 −1/2 0
2 −4 2 0
2 2 −4 0

L2 L2 – 2L1
1 −1/2 −1/2 0
0 −3 3 0
2 2 −4 0

L3 L3 – 2L1
1 −1/2 −1/2 0
0 −3 3 0
0 3 −3 0

−𝐋𝟐
L2 𝟑

1 −1/2 −1/2 0
0 1 −1 0
0 3 −3 0
L3 L3 – 3L2
1 −1/2 −1/2 0
0 1 −1 0
0 0 0 0
𝑳𝟐
L1 L1 + 𝟐

1 0 −1 0
0 1 −1 0
0 0 0 0
Logo:
X–Z=0
Y–Z=0
Portanto, X = Z e Y = Z. As três coordenadas possuem o mesmo valor. O autovetor pode
ser escrito como: (1, 1, 1).

Uma vez que os autovetores foram descobertos, basta substituir as matrizes na fórmula:

D = PAP-1
P = Matriz composta pelos autovetores.
D = Matriz diagonalizada.
P-1 = Matriz inversa composta pelos autovetores.
A = Matriz original

1 −1 −1
(
P= 1 0 1)
1 1 0
Para inverter a matriz P, colocamos a matriz identidade ao lado e realizamos as
operações elementares.

1 −1 −1 1 0 0
1 0 1 0 1 0
1 1 0 0 0 1

L2 L2 – L1
1 −1 −1 1 0 0
0 1 2 −1 1 0
1 1 0 0 0 1
L3 L3 – L1
1 −1 −1 1 0 0
0 1 2 −1 1 0
0 2 1 −1 0 1

L3 L3 – L2
1 −1 −1 1 0 0
0 1 2 −1 1 0
0 0 −3 1 −2 1

−𝑳𝟑
L3 𝟑

1 −1 −1 1 0 0
0 1 2 −1 1 0
0 0 1 −1/3 2/3 −1/3

L2 L2 – 2L3
1 −1 −1 1 0 0
0 1 0 −1/3 −1/3 2/3
0 0 1 −1/3 2/3 −1/3

L1 L1 + L3
1 −1 0 2/3 2/3 −1/3
0 1 0 −1/3 −1/3 2/3
0 0 1 −1/3 2/3 −1/3

L1 L1 + L2
1 0 0 1/3 1/3 1/3
0 1 0 −1/3 −1/3 2/3
0 0 1 −1/3 2/3 −1/3

Portanto, podemos reescrever P-1 como:

 1 1 1
3 3 3
-1 1 1 2
P = − −
3 3 3
1 2 1
−3 −3
( 3 )
Dessa forma, basta realizar as multiplicações das matrizes, que resulta em:
1 1 1
1 −1 −1 2 0 0 3 3 3 −4 2 2
1 1 2
(1 0 1 ) x (0 2 0) x −3 −3 = (2 −4 2)
3
1 1 0 0 0 8 1 2 1 2 2 −4
−3 −3
( 3 )

Tópico 3. Faça uma pesquisa sobre o Teorema Espectral para matrizes simétricas. Dê
um enunciado deste teorema.

Seja B ∈ Mnxn (ℝ);

Logo, B é diagonalizável sobre os reais. Outrossim, existe uma matriz ortogonal P, tal
que:
B = PDP-1 e P-1 = PT
Considerando as bases de P como;
α = (e1, e2, ... , en)
ρ = (v1, v2, ... ,vn)
𝑃ρα (Matriz mudança de base)

Logo;
𝑃ρα é uma matriz ortogonal, ↔, ρ é uma base ortonormal.

Seja B ∈ Mnxn (ℝ);

Logo, B é diagonalizável. Além disso, existe uma base ortonormal ρ, composta por
autovetores de B.
O teorema é de suma importância para a álgebra linear, uma vez que é extremamente
prático, já que facilita o processo de inversão de matrizes, pois P -1 = PT.
Exemplo:
1 3
B=( )
3 1
Para calcular os autovalores de B, basta subtrair uma variável de sua diagonal principal
e igualar seu determinante a 0.
1−λ 3
( )
3 1−λ
λ2 - 2λ - 8 = 0
λ = 4 ou λ = -2

Logo após conseguirmos os autovalores de B, basta subtrair separadamente cada

autovalor de sua diagonal principal para encontrar os autovetores.
Adotando λ = 4, obtemos:
−3 3 𝑥 0
( ) x (𝑦) = ( )
3 −3 0
√2 √2
X = Y. Dessa forma, podemos descrever o autovetor como V1 = ( 2 , )
2

Adotando λ = -2, e considerando que este vetor precisa ser ortogonal, ou seja 〈V1, V2
−√2 √2 √2 √2
〉= 0, V2 precisa ser ( , 2 ); uma vez que V1 = ( 2 , ).
2 2

Logo, não é preciso calcular P-1, pois é igual a PT.

√2 −√2 √2 −√2
1 3 4 0
( )x( 2 2
) x( 2 2
)= ( )
3 1 √2 √2 √2 √2 0 −2
2 2 2 2

Tópico 4. Faça uma pesquisa sobre as seções cônicas. Defina geometricamente

parábola, hipérbole e elipse.
Parábola: É o conjunto de todos os pontos que são equidistantes em relação a um
ponto e uma reta.
Disponível em:
https://www.google.com/url?sa=i&url=https%3A%2F%2Fnotaspedrok.com.br%2Fnotas
%2FGeometriaAnalitica%2Fcap_conicas_sec_parabola.html&psig=AOvVaw3w2SgX74
snFokVETpFjXQs&ust=1687743993051000&source=images&cd=vfe&ved=0CBEQjRxq
FwoTCNjaxbim3f8CFQAAAAAdAAAAABAE
Hipérbole: Sejam F1 e F2 pontos fixos de um plano. A distância desses pontos pode ser
nomeada por 2c. Considere α, um número real, tal que 0 < 𝛼 < c. Um lugar geométrico,
chamado H, de pontos X tais que |d(X, F1) - d(X, F2)| = 2α chama-se hipérbole.
Disponível em:
https://www.google.com/url?sa=i&url=https%3A%2F%2Fmundoeducacao.uol.com.br%2
Fmatematica%2Fequacao-
hiperbole.htm&psig=AOvVaw0xZ4UIz50qbS0MMzNMZw7N&ust=1687744609767000&
source=images&cd=vfe&ved=0CBEQjRxqFwoTCOiZxN6o3f8CFQAAAAAdAAAAABAI

Elipse: Sejam F1 e F2 pontos fixos de um plano. A distância desses pontos pode ser
nomeada por 2c. Considere α, um número real, tal que 𝛼 > c. Um lugar geométrico,
chamado E, de pontos X tais que d(X, F1) + d(X, F2) = 2α chama-se elipse.

Disponível em:
https://www.google.com/url?sa=i&url=https%3A%2F%2Fbrasilescola.uol.com.br%2Fma
tematica%2Felipse.htm&psig=AOvVaw2ghDq8U4GlPu1YwVGwqplR&ust=1687744944
034000&source=images&cd=vfe&ved=0CBEQjRxqFwoTCKDC__2p3f8CFQAAAAAdAA
AAABAE
Tópico 5. Determine a descrição por meio de equações no plano da parábola, hipérbole
e elipse (por exemplo, uma reta tem equação y = ax + b).

Parábola com a concavidade para a direita: y2 = 2px

Parábola com a concavidade para a esquerda: y2 = -2px

Parábola com a concavidade para cima: x2 = 2py

Parábola com a concavidade para baixo: x2 = -2py
(onde p é a distância entre o foco da parábola e a reta diretriz r.)

Quando a hipérbole tem os focos no eixo x, sua equação é:

𝒙𝟐 𝒚𝟐
- =1
𝒂𝟐 𝒃𝟐
Quando a hipérbole tem focos no eixo y, sua equação é:

𝒚𝟐 𝒙𝟐
- =1
𝒂𝟐 𝒃𝟐
Equação reduzida da elipse:

𝒙𝟐 𝒚𝟐
+ =1
𝒃𝟐 𝒂𝟐

Tópico 6. Dada uma equação quadrática

ax2 + by2 + cxy = d,
onde a, b, c, d ∈ R são constantes, mostre que ela pode ser escrita em forma
matricial XT AX = d, onde X é uma matriz coluna 2 × 1 e A é uma matriz
quadrada 2 × 2. Mostre que a matriz é simétrica.
𝑐
𝑎 𝑥
2
(𝑥 𝑦) ( 𝑐 ) (𝑦 ) = d
𝑏
2
𝑐 𝑐
𝑎 𝑎
2 T 2
(𝑐 ) = (𝑐 )
𝑏 𝑏
2 2

Tópico 7. Mostre que, após diagonalizar a matriz A do item acima, obtemos uma nova
equação quadrática. Mostre que ela é da forma das equações das seções cônicas
obtidas no tópico 5.
 A = PDPT
𝑥
(𝑥 𝑦) . (λ1 0
) . (𝑦 ) = d
0 λ2
Efetuando a multiplicação, obtemos:
𝜆1 𝜆2
+ 𝑦2 = d
𝑥2

Portanto, é possível concluir que a nova equação quadrática é representada pela mesma
forma da equação reduzida da elipse.
Tópico 8. Considere a equação quadrática
5x2 − 4xy + 8y2 = 36.
• Escreva-a em forma matricial, como no tópico 6.
• Diagonalize a matriz A obtida.
• Encontre a nova equação associada à matriz diagonal.
• Identifique qual é a cônica descrita pela equação.

Item 1:

(𝑥 𝑦) . ( 5 −2 𝑥
) (𝑦) = 36
−2 8
Item 2:
5−𝜆 −2
( )
−2 8−𝜆
(𝜆2 − 13𝜆 + 36) = 0
(𝜆 − 4) . (𝜆 − 9) = 0
𝜆1 = 4
𝜆2 = 9
Logo, os números 4 e 9, são autovalores da matriz. Para prosseguir o
procedimento da diagonalização de matrizes, também é necessário encontrar os
autovetores da mesma matriz. Diante disso, subtraímos os autovalores da primeira
diagonal (diagonal principal) da matriz, separadamente. Feito isso, igualamos o sistema
a 0.
Autovalor = 4
1 −2 𝑥 0
( ) . (𝑦 ) = ( )
−2 4 0
X - 2Y = 0
X = 2Y
Portanto, o autovetor pode ser escrito como: (1, 2).
Autovalor = 9
−4 −2 𝑥 0
( ) . (𝑦 ) = ( )
−2 −1 0
-2X -Y = 0
-2X = Y
−1
Portanto, o autovetor pode ser escrito como: ( 2 , 1).
−1
2
P=( 2 )
1 1
1
1 1 2
Para inverter a matriz P, P-1 = .( )
𝑑𝑒𝑡𝑃
−1 2
2 1
1
1 1 5 5
5 .( 2)=( 2 4)
2 −1 2 −5 5

Logo:
2 1
−1
4 0 2 5 −2
( )( 2 ) ( 52 5
4) =( )
0 9 1 1 −5 −2 8
5

Item 3:

(𝑥 𝑦 ) (4 0 𝑥
) ( ) = 36
0 9 𝑦
4X2 + 9Y2 = 36
Item 4:
4 9
+ 𝑦 2 = 36
𝑥2

Equação reduzida da elipse.

REFERÊNCIAS
CAMARGO, Ivan De; BOULOS, Paulo. Geometria Analítica: Um tratamento vetorial. 3.
ed. São Paulo: Pearson Prentice Hall, 2005. 285-316 p. v. 1. ISBN 978-85-8791-891-8.
CALLE, Jorge Lizardo Díaz. Forma Quadrática - Representação matricial: Álgebra linear
com aplicações em geometria analítica. Dpto. de Ciências Básicas – FZEA / USP, 2020.
Disponível em:
https://edisciplinas.usp.br/pluginfile.php/5893976/mod_resource/content/0/Formas%20
Quadr%C3%A1ticas.pdf. Acesso em: 24 jun. 2023.
CALLE, Jorge Lizardo Díaz. Diagonalização em equações quadráticas: Álgebra linear
com aplicações em geometria analítica. Dpto. de Ciências Básicas – FZEA / USP, 2020.
Disponível em:
https://edisciplinas.usp.br/pluginfile.php/5893997/mod_resource/content/0/Diagonaliza
%C3%A7%C3%A3o%20em%20equa%C3%A7%C3%B5es%20quadr%C3%A1ticas.pdf
. Acesso em: 24 jun. 2023.
LIMA, Renan. Teorema Espectral - Enunciado e Exemplo: Transformação Linear.
Matemática Universitária com Professor Renan Lima, 2018. Disponível em:
https://www.youtube.com/watch?v=_KsasnxEyQk. Acesso em: 24 jun. 2023.