Anda di halaman 1dari 135

Curso de lgebra Linear

Aula 18
Prof. Waldeck Schtzer, Ph.D.
waldeck@dm.ufscar.br

Universidade Federal de So Carlos


Departamento de Matemtica

Curso de lgebra Linear - Aula 18 p. 1

Nesta aula
Operadores diagonalizveis
Reviso
Condio necessria e
suficiente
Exemplos
Matrizes diagonalizveis
Potenciao de Matrizes

Curso de lgebra Linear - Aula 18 p. 2

O Problema de Autovalores
Para um operador T : V V , vimos anteriormente que:
T (v) = v

chamada Problema de Autovalores.

Curso de lgebra Linear - Aula 18 p. 3

O Problema de Autovalores
Para um operador T : V V , vimos anteriormente que:
T (v) = v

chamada Problema de Autovalores.


Essa equao pergunta: quais vetores de V so levados
por T a um mltiplo de si prprios.

Curso de lgebra Linear - Aula 18 p. 3

O Problema de Autovalores
Para um operador T : V V , vimos anteriormente que:
T (v) = v

chamada Problema de Autovalores.


Essa equao pergunta: quais vetores de V so levados
por T a um mltiplo de si prprios.
Vimos que uma soluo consiste de:

Curso de lgebra Linear - Aula 18 p. 3

O Problema de Autovalores
Para um operador T : V V , vimos anteriormente que:
T (v) = v

chamada Problema de Autovalores.


Essa equao pergunta: quais vetores de V so levados
por T a um mltiplo de si prprios.
Vimos que uma soluo consiste de:
Um nmero real , chamado autovalor

Curso de lgebra Linear - Aula 18 p. 3

O Problema de Autovalores
Para um operador T : V V , vimos anteriormente que:
T (v) = v

chamada Problema de Autovalores.


Essa equao pergunta: quais vetores de V so levados
por T a um mltiplo de si prprios.
Vimos que uma soluo consiste de:
Um nmero real , chamado autovalor
Um vetor v 6= 0, chamado autovetor (associado a ).

Curso de lgebra Linear - Aula 18 p. 3

Condio de Existncia de Autovetores


Vimos tambm que se T : V V um operador, ento:

Curso de lgebra Linear - Aula 18 p. 4

Condio de Existncia de Autovetores


Vimos tambm que se T : V V um operador, ento:
T (v) = v

T (v) v = 0
(T I)(v) = 0
v ker(T I)

Curso de lgebra Linear - Aula 18 p. 4

Condio de Existncia de Autovetores


Vimos tambm que se T : V V um operador, ento:
T (v) = v v ker(T I)

Curso de lgebra Linear - Aula 18 p. 4

Condio de Existncia de Autovetores


Vimos tambm que se T : V V um operador, ento:
T (v) = v v ker(T I)

Mas ker(T I) um subespao de V . Esse o


autoespao V (). Assim,
T (v) = v v V ()

Curso de lgebra Linear - Aula 18 p. 4

Condio de Existncia de Autovetores


Vimos tambm que se T : V V um operador, ento:
T (v) = v v ker(T I)

Mas ker(T I) um subespao de V . Esse o


autoespao V (). Assim,
T (v) = v v V ()

Todo vetor v 6= 0 em V () autovetor de T associado a .

Curso de lgebra Linear - Aula 18 p. 4

Condio de Existncia de Autovetores


Vimos tambm que se T : V V um operador, ento:
T (v) = v v ker(T I)

Mas ker(T I) um subespao de V . Esse o


autoespao V (). Assim,
T (v) = v v V ()

Todo vetor v 6= 0 em V () autovetor de T associado a .


Claramente, V () 6= {0} se, e s se, autovalor de T

Curso de lgebra Linear - Aula 18 p. 4

Condio de Existncia de Autovetores


Vimos tambm que se T : V V um operador, ento:
T (v) = v v ker(T I)

Mas ker(T I) um subespao de V . Esse o


autoespao V (). Assim,
T (v) = v v V ()

Todo vetor v 6= 0 em V () autovetor de T associado a .


Claramente, V () 6= {0} se, e s se, autovalor de T
Pergunta: Como verificar se v ou no autovetor de T ?

Curso de lgebra Linear - Aula 18 p. 4

Condio de Existncia de Autovetores


Vimos tambm que se T : V V um operador, ento:
T (v) = v v ker(T I)

Mas ker(T I) um subespao de V . Esse o


autoespao V (). Assim,
T (v) = v v V ()

Todo vetor v 6= 0 em V () autovetor de T associado a .


Claramente, V () 6= {0} se, e s se, autovalor de T
Pergunta: Como verificar se v ou no autovetor de T ?
Dica: Basta aplicar T em v!

Curso de lgebra Linear - Aula 18 p. 4

Os autoespaos de T
Seja T : V V um operador. Ento:

Curso de lgebra Linear - Aula 18 p. 5

Os autoespaos de T
Seja T : V V um operador. Ento:
Os autoespaos V () so invariantes, isto , se
v V (), ento T (v) V ().

Curso de lgebra Linear - Aula 18 p. 5

Os autoespaos de T
Seja T : V V um operador. Ento:
Os autoespaos V () so invariantes, isto , se
v V (), ento T (v) V ().
O nmero dim V () chamado multiplicidade
geomtrica de .

Curso de lgebra Linear - Aula 18 p. 5

Os autoespaos de T
Seja T : V V um operador. Ento:
Os autoespaos V () so invariantes, isto , se
v V (), ento T (v) V ().
O nmero dim V () chamado multiplicidade
geomtrica de .
Note que autovalor de T se, e somente se,
dim V () > 0.

Curso de lgebra Linear - Aula 18 p. 5

Os autoespaos de T
Seja T : V V um operador. Ento:
Os autoespaos V () so invariantes, isto , se
v V (), ento T (v) V ().
O nmero dim V () chamado multiplicidade
geomtrica de .
Note que autovalor de T se, e somente se,
dim V () > 0.
Se 6= , ento V () V () = {0}.

Curso de lgebra Linear - Aula 18 p. 5

Os autoespaos de T
Seja T : V V um operador. Ento:
Os autoespaos V () so invariantes, isto , se
v V (), ento T (v) V ().
O nmero dim V () chamado multiplicidade
geomtrica de .
Note que autovalor de T se, e somente se,
dim V () > 0.
Se 6= , ento V () V () = {0}.
Se 1 , 2 , . . . , k so os autovalores distintos de T ,
ento
VT = V (1 ) V (2 ) V (k )

Curso de lgebra Linear - Aula 18 p. 5

Os autoespaos de T
Seja T : V V um operador. Ento:
Os autoespaos V () so invariantes, isto , se
v V (), ento T (v) V ().
O nmero dim V () chamado multiplicidade
geomtrica de .
Note que autovalor de T se, e somente se,
dim V () > 0.
Se 6= , ento V () V () = {0}.
Se 1 , 2 , . . . , k so os autovalores distintos de T ,
ento
VT = V (1 ) V (2 ) V (k )
Uma base para VT simplesmente uma reunio de
bases dos autoespaos V (i ).
Curso de lgebra Linear - Aula 18 p. 5

A equao caracterstica
Claramente, V () = ker(T I) 6= {0} se, e somente se, a
nulidade da matriz [T I]B
B for positiva,

Curso de lgebra Linear - Aula 18 p. 6

A equao caracterstica
Claramente, V () = ker(T I) 6= {0} se, e somente se, a
nulidade da matriz [T I]B
B for positiva, ou
equivalentemente
det([T I]B
B) = 0

Esta chamada equao caracterstica.

Curso de lgebra Linear - Aula 18 p. 6

A equao caracterstica
Claramente, V () = ker(T I) 6= {0} se, e somente se, a
nulidade da matriz [T I]B
B for positiva, ou
equivalentemente
det([T I]B
B) = 0

Esta chamada equao caracterstica.


O nmero autovalor de T se, e somente se, for raiz
dessa equao.

Curso de lgebra Linear - Aula 18 p. 6

O polinmio caracterstico
fcil ver que det([T I]B
B ) um polinmio de grau n,
onde n = dim V . Este chamado polinmio
caracterstico de T , e indicado por
pT () = det([T I]B
B)

importante frisar que, qualquer que seja a base B ,


pT () sempre o mesmo! Logo, pT depende apenas de T .

Curso de lgebra Linear - Aula 18 p. 7

Exemplo
Por exemplo, se o operador T : V

3 2

=
[T ]C
2 3
C
2 2

V tal que

3
2

em relao a alguma base C ,

Curso de lgebra Linear - Aula 18 p. 8

Exemplo
Por exemplo, se o operador T : V

3 2

=
[T ]C
2 3
C
2 2

V tal que

3
2

em relao a alguma base C , ento





3
2
3




pT () = 2
3
3 = 3 + 42 5 + 2


2
2
2

o polinmio caracterstico de T .

Curso de lgebra Linear - Aula 18 p. 8

Polinmio caracterstico de matrizes


Dada uma matriz quadrada A arbitrria, definimos seu
polinmio caracterstico por
pA () = det(A I)

Curso de lgebra Linear - Aula 18 p. 9

Polinmio caracterstico de matrizes


Dada uma matriz quadrada A arbitrria, definimos seu
polinmio caracterstico por
pA () = det(A I)

Recordamos que se A e B so semelhantes ento


pA () = pB ().

Curso de lgebra Linear - Aula 18 p. 9

Polinmio caracterstico de matrizes


Dada uma matriz quadrada A arbitrria, definimos seu
polinmio caracterstico por
pA () = det(A I)

Recordamos que se A e B so semelhantes ento


pA () = pB ().
Em outras palavras, matrizes semelhantes possuem o
mesmo polinmio caracterstico.

Curso de lgebra Linear - Aula 18 p. 9

Operadores diagonalizveis
Dizemos que um operador T : V V diagonalizvel se e
somente se [T ]B
B for diagonal em alguma base B .

Curso de lgebra Linear - Aula 18 p. 10

Operadores diagonalizveis
Dizemos que um operador T : V V diagonalizvel se e
somente se [T ]B
B for diagonal em alguma base B .
Equivalentemente, T diagonalizvel se, e somente se,
existir uma base B de V formada apenas de autovetores de
T.

Curso de lgebra Linear - Aula 18 p. 10

Operadores diagonalizveis
Dizemos que um operador T : V V diagonalizvel se e
somente se [T ]B
B for diagonal em alguma base B .
Equivalentemente, T diagonalizvel se, e somente se,
existir uma base B de V formada apenas de autovetores de
T.
Isto ocorre se, e somente se, VT = V .

Curso de lgebra Linear - Aula 18 p. 10

Operadores diagonalizveis
Dizemos que um operador T : V V diagonalizvel se e
somente se [T ]B
B for diagonal em alguma base B .
Equivalentemente, T diagonalizvel se, e somente se,
existir uma base B de V formada apenas de autovetores de
T.
Isto ocorre se, e somente se, VT = V .
Assim, T diagonalizvel se, e somente se, a soma das
multiplicidades geomtricas for igual a n.

Curso de lgebra Linear - Aula 18 p. 10

Operadores diagonalizveis
Dizemos que um operador T : V V diagonalizvel se e
somente se [T ]B
B for diagonal em alguma base B .
Equivalentemente, T diagonalizvel se, e somente se,
existir uma base B de V formada apenas de autovetores de
T.
Isto ocorre se, e somente se, VT = V .
Assim, T diagonalizvel se, e somente se, a soma das
multiplicidades geomtricas for igual a n.
Se a multiplicidade geomtrica for menor do que a
algbrica para algum dos autovalores, ento T no
diagonalizvel.
Curso de lgebra Linear - Aula 18 p. 10

Exemplos
Se T (x, y) = (y, x), vimos que
V (1) = [(1, 1)] e V (1) = [(1, 1)]

so os autoespaos de T . A soma das multiplicidades


geomtricas 1 + 1 = 2 = dim R2 , logo T
diagonalizvel.

Curso de lgebra Linear - Aula 18 p. 11

Exemplos
Se T (x, y) = (y, x), vimos que
V (1) = [(1, 1)] e V (1) = [(1, 1)]

so os autoespaos de T . A soma das multiplicidades


geomtricas 1 + 1 = 2 = dim R2 , logo T
diagonalizvel.
Se T (x, y) = (x + 2y, y), ento
V (1) = [(1, 0)]

o nico autoespao de T . A soma das multiplicidades


geomtricas 1 < 2 = dim R2 , logo T no
diagonalizvel.

Curso de lgebra Linear - Aula 18 p. 11

Condio necessria e suficiente


O operador T falhar em ser diagonalizvel quando:

Curso de lgebra Linear - Aula 18 p. 12

Condio necessria e suficiente


O operador T falhar em ser diagonalizvel quando:
pT () possuir razes complexas, ou

Curso de lgebra Linear - Aula 18 p. 12

Condio necessria e suficiente


O operador T falhar em ser diagonalizvel quando:
pT () possuir razes complexas, ou

a multiplicidade geomtrica de algum autovalor for


inferior sua multiplicidade algbrica.

Curso de lgebra Linear - Aula 18 p. 12

Condio necessria e suficiente


O operador T falhar em ser diagonalizvel quando:
pT () possuir razes complexas, ou

a multiplicidade geomtrica de algum autovalor for


inferior sua multiplicidade algbrica.
Mas vale o seguinte:
Teorema 164 Seja T : V V um operador. Ento T
diagonalizvel se, e somente se:

Curso de lgebra Linear - Aula 18 p. 12

Condio necessria e suficiente


O operador T falhar em ser diagonalizvel quando:
pT () possuir razes complexas, ou

a multiplicidade geomtrica de algum autovalor for


inferior sua multiplicidade algbrica.
Mas vale o seguinte:
Teorema 164 Seja T : V V um operador. Ento T
diagonalizvel se, e somente se:
i) Todas as razes de pT () so reais.

Curso de lgebra Linear - Aula 18 p. 12

Condio necessria e suficiente


O operador T falhar em ser diagonalizvel quando:
pT () possuir razes complexas, ou

a multiplicidade geomtrica de algum autovalor for


inferior sua multiplicidade algbrica.
Mas vale o seguinte:
Teorema 164 Seja T : V V um operador. Ento T
diagonalizvel se, e somente se:
i) Todas as razes de pT () so reais.
ii) A mltiplicidade geomtrica de cada autovalor for igual
sua multiplicidade algbrica.

Curso de lgebra Linear - Aula 18 p. 12

Condio necessria e suficiente


Prova:

Curso de lgebra Linear - Aula 18 p. 13

Condio necessria e suficiente


Prova:() Se as condies (i) e (ii) so verdadeiras, como
pT () tem grau n = dim V , ento a soma das multiplicidades
geomtricas igual a n. Logo T digonalizvel.

Curso de lgebra Linear - Aula 18 p. 13

Condio necessria e suficiente


Prova:() Se as condies (i) e (ii) so verdadeiras, como
pT () tem grau n = dim V , ento a soma das multiplicidades
geomtricas igual a n. Logo T digonalizvel.
() Se T diagonalizvel, ento VT = V . Em particular,
pT () possui n razes reais.

Curso de lgebra Linear - Aula 18 p. 13

Condio necessria e suficiente


Prova:() Se as condies (i) e (ii) so verdadeiras, como
pT () tem grau n = dim V , ento a soma das multiplicidades
geomtricas igual a n. Logo T digonalizvel.
() Se T diagonalizvel, ento VT = V . Em particular,
pT () possui n razes reais.

Como T no pode ter mais do que n razes, ento suas


nicas razes so reais e (i) verdadeira.

Curso de lgebra Linear - Aula 18 p. 13

Condio necessria e suficiente


Prova:() Se as condies (i) e (ii) so verdadeiras, como
pT () tem grau n = dim V , ento a soma das multiplicidades
geomtricas igual a n. Logo T digonalizvel.
() Se T diagonalizvel, ento VT = V . Em particular,
pT () possui n razes reais.

Como T no pode ter mais do que n razes, ento suas


nicas razes so reais e (i) verdadeira.
Se alguma da multiplicidade geomtrica fosse inferior
algbrica, ento T no seria diagonalizvel, logo cada
multiplicidade geomtrica deve ser igual algbrica e (ii)
verdadeira.

Curso de lgebra Linear - Aula 18 p. 13

Exemplo 1
Seja T : R3 R3 um operador tal que

3 5 5

=
[T ]B
5
7
5

B
5 5 3
em relao a uma certa base B de R3 . Determine se T
ou no diagonalizvel.

Curso de lgebra Linear - Aula 18 p. 14

Exemplo 1
Seja T : R3 R3 um operador tal que

3 5 5

=
[T ]B
5
7
5

B
5 5 3
em relao a uma certa base B de R3 . Determine se T
ou no diagonalizvel.
Soluo: Primeiro observamos que no preciso
conhecer B , nem tentar determinar uma base de
autovetores.

Curso de lgebra Linear - Aula 18 p. 14

Exemplo 1
Seja T : R3 R3 um operador tal que

3 5 5

=
[T ]B
5
7
5

B
5 5 3
em relao a uma certa base B de R3 . Determine se T
ou no diagonalizvel.
Soluo: O primeiro passo calcular o polinmio
caracterstico:



3
5
5




pT () = 5
7
5 = 3 2 + 8 + 12


5
5
3

Curso de lgebra Linear - Aula 18 p. 14

Exemplo 1
Temos pT () = 3 2 + 8 + 12 = (2 + )2 (3 ), logo os
autovalores so 1 = 2 e 2 = 3.

Curso de lgebra Linear - Aula 18 p. 15

Exemplo 1
Temos pT () = 3 2 + 8 + 12 = (2 + )2 (3 ), logo os
autovalores so 1 = 2 e 2 = 3.
Para = 1 = 2, temos V () = V (2) = ker(T + 2I). Para
achar a dimenso desse subespao, basta realizar o
escalonamento

5 5 5
5 5 5

=
[T + 2I]B
5
5
5
0
0
0
L

B
5 5 5
0
0 0

Curso de lgebra Linear - Aula 18 p. 15

Exemplo 1
Temos pT () = 3 2 + 8 + 12 = (2 + )2 (3 ), logo os
autovalores so 1 = 2 e 2 = 3.
Para = 1 = 2, temos V () = V (2) = ker(T + 2I). Para
achar a dimenso desse subespao, basta realizar o
escalonamento

5 5 5
5 5 5

=
[T + 2I]B
5
5
5
0
0
0
L

B
5 5 5
0
0 0
A matriz [T + 2I]B
B possui nulidade igual a 2, logo
dim V (2) = 2, a multiplicidade geomtrica de 1 . De
imediato, vemos que esta igual multiplicidade algbrica
de 1 .
Curso de lgebra Linear - Aula 18 p. 15

Exemplo 1
Para = 2 = 3, V () = V (3) = ker(T 3I).

Curso de lgebra Linear - Aula 18 p. 16

Exemplo 1
Para = 2 = 3, V () = V (3) = ker(T 3I). Mas

5 10 5
0 5 5

B
[T 3I]B = 5 10 5 L 0 5 5
0
0 0
5 5 0
possui nulidade igual a 1, logo dim V (3) = 1 a
multiplicidade geomtrica de 2 . Novamente, esta igual
multiplicidade algbrica de 2 .

Curso de lgebra Linear - Aula 18 p. 16

Exemplo 1
Para = 2 = 3, V () = V (3) = ker(T 3I). Mas

5 10 5
0 5 5

B
[T 3I]B = 5 10 5 L 0 5 5
0
0 0
5 5 0
possui nulidade igual a 1, logo dim V (3) = 1 a
multiplicidade geomtrica de 2 . Novamente, esta igual
multiplicidade algbrica de 2 .
Como todas as razes de pT () so reais e cada
multiplicidade geomtrica igual algbrica, ento T
diagonalizvel.

Curso de lgebra Linear - Aula 18 p. 16

Exemplo 2
Determine se o operador T : R3 R3 dado por
T (x, y, z) = (4x y + 4z, 3x + 2z, x + y z) ou no
diagonalizvel.

Curso de lgebra Linear - Aula 18 p. 17

Exemplo 2
Determine se o operador T : R3 R3 dado por
T (x, y, z) = (4x y + 4z, 3x + 2z, x + y z) ou no
diagonalizvel.
Soluo: Precisamos calcular a matriz de T em relao a
alguma base. Escolhemos a base cannica C .

Curso de lgebra Linear - Aula 18 p. 17

Exemplo 2
Determine se o operador T : R3 R3 dado por
T (x, y, z) = (4x y + 4z, 3x + 2z, x + y z) ou no
diagonalizvel.
Soluo: Precisamos calcular a matriz de T em relao a
alguma base. Escolhemos a base cannica C . Assim,
T (1, 0, 0) = (4, 3, 1)
T (0, 1, 0) = (1, 0, 1)
T (0, 0, 1) = (4, 2, 1)

Curso de lgebra Linear - Aula 18 p. 17

Exemplo 2
Determine se o operador T : R3 R3 dado por
T (x, y, z) = (4x y + 4z, 3x + 2z, x + y z) ou no
diagonalizvel.
Soluo: Precisamos calcular a matriz de T em relao a
alguma base. Escolhemos a base cannica C . Assim,
T (1, 0, 0) = (4, 3, 1)
T (0, 1, 0) = (1, 0, 1)
T (0, 0, 1) = (4, 2, 1)

Portanto,

4 1
4

=
[T ]C
3
0
2

C
1
1 1
Curso de lgebra Linear - Aula 18 p. 17

Exemplo 2
O polinmio caracterstico de T

4 1
4


pT () = 3
0
2

1
1
1





= 3 + 32 + 3

mas este possui apenas uma raiz real e duas complexas,


logo o operador T no diagonalizvel.

Curso de lgebra Linear - Aula 18 p. 18

Exemplo 3
Seja B = {(1, 1, 1), (1, 1, 0), (1, 0, 0)} base de R3 e
T : R3 R3 o nico operador tal que
[T (1, 1, 1)]B = (1, 1, 2)
[T (1, 1, 0)]B = (4, 1, 4)
[T (1, 0, 0)]B = (0, 2, 3)

Determine se T ou no diagonalizvel.

Curso de lgebra Linear - Aula 18 p. 19

Exemplo 3
Seja B = {(1, 1, 1), (1, 1, 0), (1, 0, 0)} base de R3 e
T : R3 R3 o nico operador tal que
[T (1, 1, 1)]B = (1, 1, 2)
[T (1, 1, 0)]B = (4, 1, 4)
[T (1, 0, 0)]B = (0, 2, 3)

Determine se T ou no diagonalizvel.
Soluo: de imediato, vemos que

1 4 0

=
[T ]B
1 1 2
B
2 4 3
Curso de lgebra Linear - Aula 18 p. 19

Exemplo 3
Assim, podemos calcular o polinmio caracterstico de T :


1 4 0




pT () = 1 1 2 = 3 + 2 + 1


2 4 3

Curso de lgebra Linear - Aula 18 p. 20

Exemplo 3
Assim, podemos calcular o polinmio caracterstico de T :


1 4 0




pT () = 1 1 2 = 3 + 2 + 1


2 4 3
Este se fatora em

pT () = (1 + )(1 )2

Curso de lgebra Linear - Aula 18 p. 20

Exemplo 3
Assim, podemos calcular o polinmio caracterstico de T :


1 4 0




pT () = 1 1 2 = 3 + 2 + 1


2 4 3
Este se fatora em

pT () = (1 + )(1 )2

logo os autovalores so 1 = 1 e 2 = 1 (mult. 2). As


razes de pT () so reais, mas ser que T diagonalizvel?

Curso de lgebra Linear - Aula 18 p. 20

Exemplo 3
Assim, podemos calcular o polinmio caracterstico de T :


1 4 0




pT () = 1 1 2 = 3 + 2 + 1


2 4 3
Este se fatora em

pT () = (1 + )(1 )2

logo os autovalores so 1 = 1 e 2 = 1 (mult. 2). As


razes de pT () so reais, mas ser que T diagonalizvel?
A multiplicidade geomtrica de 1 somente pode ser igual
algbrica (por que?), logo podemos focar a ateno em 2 .
Curso de lgebra Linear - Aula 18 p. 20

Exemplo 3
Para = 2 = 1, temos V (1) = ker(T I). Mas

1 2 0
2 4 0

B
[T I]B = 1 2 2 L 0 0 1
0 0 0
2 4 2
possui nulidade igual a 1, logo dim V (1) = 1.

Curso de lgebra Linear - Aula 18 p. 21

Exemplo 3
Para = 2 = 1, temos V (1) = ker(T I). Mas

1 2 0
2 4 0

B
[T I]B = 1 2 2 L 0 0 1
0 0 0
2 4 2
possui nulidade igual a 1, logo dim V (1) = 1. Isso mostra
que a multiplicidade geomtrica de 2 igual a 1 enquanto
que a multiplicidade algbrica desse autovalor 2.
Portanto T no diagonalizvel.

Curso de lgebra Linear - Aula 18 p. 21

Matrizes diagonalizveis
Definio 165 Dizemos que uma matriz quadrada A
diagonalizvel se for semelhante a uma matriz diagonal,
isto , se existir uma matriz invertvel P e uma matriz
diagonal D tais que
A = P DP 1

Curso de lgebra Linear - Aula 18 p. 22

Matrizes diagonalizveis
Observao: Seja A uma matriz n n e consideremos o
operador LA : Rn Rn definido por LA (x) = Ax.

Curso de lgebra Linear - Aula 18 p. 23

Matrizes diagonalizveis
Observao: Seja A uma matriz n n e consideremos o
operador LA : Rn Rn definido por LA (x) = Ax.
Este operador diagonalizvel se, e somente se, existir
uma base B de Rn tal que D = [LA ]B
B seja diagonal.

Curso de lgebra Linear - Aula 18 p. 23

Matrizes diagonalizveis
Observao: Seja A uma matriz n n e consideremos o
operador LA : Rn Rn definido por LA (x) = Ax.
Este operador diagonalizvel se, e somente se, existir
uma base B de Rn tal que D = [LA ]B
B seja diagonal.
Seja C a base cannica de Rn e sejam P = [I]B
C e
P 1 = [I]C
B as matrizes de mudana entre B e C . Temos
C
B
B
[I]
[L
]
=
[I]
[LA ]C
A
B
B
C
C

ou seja
A = P DP 1

Curso de lgebra Linear - Aula 18 p. 23

Matrizes diagonalizveis
Observao: Seja A uma matriz n n e consideremos o
operador LA : Rn Rn definido por LA (x) = Ax.
Este operador diagonalizvel se, e somente se, existir
uma base B de Rn tal que D = [LA ]B
B seja diagonal.
Seja C a base cannica de Rn e sejam P = [I]B
C e
P 1 = [I]C
B as matrizes de mudana entre B e C . Temos
C
B
B
[I]
[L
]
=
[I]
[LA ]C
A
B
B
C
C

ou seja
A = P DP 1

Conclumos que A diagonalizvel se, e somente se, o


operador LA for diagonalizvel.
Curso de lgebra Linear - Aula 18 p. 23

Matrizes diagonalizveis
Ademais, nesse caso vemos que
pA () = det(A I)
= det([LA I]C
C)
= pLA ()

e que P = [I]B
C formada pelos vetores da base B
expressos na base cannica C .

Curso de lgebra Linear - Aula 18 p. 24

Matrizes diagonalizveis
Ademais, nesse caso vemos que
pA () = det(A I)
= det([LA I]C
C)
= pLA ()

e que P = [I]B
C formada pelos vetores da base B
expressos na base cannica C .
Por abuso de linguagem, dizemos que os autovetores de
LA so autovetores de A e os autovalores de LA so
autovalores de A.

Curso de lgebra Linear - Aula 18 p. 24

Matrizes diagonalizveis
Ademais, nesse caso vemos que
pA () = det(A I)
= det([LA I]C
C)
= pLA ()

e que P = [I]B
C formada pelos vetores da base B
expressos na base cannica C .
Por abuso de linguagem, dizemos que os autovetores de
LA so autovetores de A e os autovalores de LA so
autovalores de A.
Nesse caso, a multiplicidade geomtrica de um autovalor
de A igual a dim N (A I), ou seja a nulidade da matriz
A I .
Curso de lgebra Linear - Aula 18 p. 24

Condio necessria e suficiente


Isso nos permite traduzir a condio necessria e
suficiente para que o operador LA seja diagonalizvel em
termos da matriz A:
Uma condio necessria e suficiente para que uma matriz
quadrada A seja diagonalizvel :
i) pA () possui apenas razes reais
ii) A multiplicidade geomtrica de cada raiz de pA ()
igual respectiva multiplicidade algbrica.

Curso de lgebra Linear - Aula 18 p. 25

Exemplo 1
Determine se a matriz

3 5 5

A = 5 7 5
5 5 3

ou no diagonalizvel.

Curso de lgebra Linear - Aula 18 p. 26

Exemplo 1
Determine se a matriz

3 5 5

A = 5 7 5
5 5 3

ou no diagonalizvel.
Soluo: o polinmio caracterstico de A :


3

5
5




pA () = 5
7
5 = 3 2 + 8 + 12


5
5
3
Curso de lgebra Linear - Aula 18 p. 26

Exemplo 1
Este se fatora em
pA () = 3 2 + 8 + 12 = (2 + )2 (3 ),

logo os autovalores de A so 1 = 2 e 2 = 3.

Curso de lgebra Linear - Aula 18 p. 27

Exemplo 1
Este se fatora em
pA () = 3 2 + 8 + 12 = (2 + )2 (3 ),

logo os autovalores de A so 1 = 2 e 2 = 3.
Para = 1 = 2, temos

5 5 5
5 5 5

A + 2I = 5 5 5 L 0
0 0
0
0 0
5 5 5

Curso de lgebra Linear - Aula 18 p. 27

Exemplo 1
Este se fatora em
pA () = 3 2 + 8 + 12 = (2 + )2 (3 ),

logo os autovalores de A so 1 = 2 e 2 = 3.
Para = 1 = 2, temos

5 5 5
5 5 5

A + 2I = 5 5 5 L 0
0 0
0
0 0
5 5 5
A matriz A + 2I possui nulidade igual a 2, e esta a
multiplicidade geomtrica de 1 . De imediato, vemos esta
tambm sua multiplicidade algbrica.
Curso de lgebra Linear - Aula 18 p. 27

Exemplo 1
Para = 2 = 3, temos

5 10 5
0 5 5

A 3I = 5 10 5 L 0 5 5
5 5 0
0
0 0

Curso de lgebra Linear - Aula 18 p. 28

Exemplo 1
Para = 2 = 3, temos

5 10 5
0 5 5

A 3I = 5 10 5 L 0 5 5
5 5 0
0
0 0
A matriz A 3I possui nulidade igual a 1, e esta a
multiplicidade geomtrica de 2 . Est claro que esta
tambm sua multiplicidade algbrica.

Curso de lgebra Linear - Aula 18 p. 28

Exemplo 1
Para = 2 = 3, temos

5 10 5
0 5 5

A 3I = 5 10 5 L 0 5 5
5 5 0
0
0 0
A matriz A 3I possui nulidade igual a 1, e esta a
multiplicidade geomtrica de 2 . Est claro que esta
tambm sua multiplicidade algbrica.
Como todas as razes de pA () so reais e cada
multiplicidade geomtrica igual algbrica, ento A
diagonalizvel.

Curso de lgebra Linear - Aula 18 p. 28

Exemplo 2
Determine a matriz

4 1
4

A= 3
0
2
1
1 1

ou no diagonalizvel.

Curso de lgebra Linear - Aula 18 p. 29

Exemplo 2
Determine a matriz

4 1
4

A= 3
0
2
1
1 1

ou no diagonalizvel.
Soluo: O polinmio caracterstico de A


4 1

4




pT () = 3
0
2
= 3 + 32 + 3


1
1
1

Curso de lgebra Linear - Aula 18 p. 29

Exemplo 2
Determine a matriz

4 1
4

A= 3
0
2
1
1 1

ou no diagonalizvel.
Soluo: O polinmio caracterstico de A


4 1

4




pT () = 3
0
2
= 3 + 32 + 3


1
1
1

mas este possui apenas uma raiz real e duas complexas,


logo A no diagonalizvel.
Curso de lgebra Linear - Aula 18 p. 29

Exemplo 3
Considere a matriz

1 4 0

A = 1 1 2 .
2 4 3

Determine se A ou no diagonalizvel.

Curso de lgebra Linear - Aula 18 p. 30

Exemplo 3
Soluo: O polinmio caracterstico de A


1 4 0




pT () = 1 1 2 = 3 + 2 + 1


2 4 3

Curso de lgebra Linear - Aula 18 p. 31

Exemplo 3
Soluo: O polinmio caracterstico de A


1 4 0




pT () = 1 1 2 = 3 + 2 + 1


2 4 3
Este se fatora em

pT () = (1 + )(1 )2

Curso de lgebra Linear - Aula 18 p. 31

Exemplo 3
Soluo: O polinmio caracterstico de A


1 4 0




pT () = 1 1 2 = 3 + 2 + 1


2 4 3
Este se fatora em

pT () = (1 + )(1 )2

logo os autovalores so 1 = 1 e 2 = 1 (mult. 2). As


razes de pA () so reais, mas devemos investigar as
multiplicidades.

Curso de lgebra Linear - Aula 18 p. 31

Exemplo 3
Soluo: O polinmio caracterstico de A


1 4 0




pT () = 1 1 2 = 3 + 2 + 1


2 4 3
Este se fatora em

pT () = (1 + )(1 )2

logo os autovalores so 1 = 1 e 2 = 1 (mult. 2). As


razes de pA () so reais, mas devemos investigar as
multiplicidades.
A multiplicidade geomtrica de 1 somente pode ser igual
algbrica, logo podemos focar a ateno em 2 .
Curso de lgebra Linear - Aula 18 p. 31

Exemplo 3
Para = 2 = 1, temos V (1) = ker(T I).

1
2 4 0

A I = 1 2 2 L 0
0
2 4 2

Mas

2 0

0 1
0 0

possui nulidade igual a 1, que a multiplicidade geomtrica


de 2 .

Curso de lgebra Linear - Aula 18 p. 32

Exemplo 3
Para = 2 = 1, temos V (1) = ker(T I).

1
2 4 0

A I = 1 2 2 L 0
0
2 4 2

Mas

2 0

0 1
0 0

possui nulidade igual a 1, que a multiplicidade geomtrica


de 2 . Mas a multiplicidade algbrica desse autovalor 2.
Portanto A no diagonalizvel.

Curso de lgebra Linear - Aula 18 p. 32

Aplicao: potenciao de matrizes


Suponhamos que A seja diagonalizvel. Ento existem
uma matriz invertvel P e uma matriz diagonal D tais que
A = P DP 1

Curso de lgebra Linear - Aula 18 p. 33

Aplicao: potenciao de matrizes


Suponhamos que A seja diagonalizvel. Ento existem
uma matriz invertvel P e uma matriz diagonal D tais que
A = P DP 1

Agora, se k um nmero inteiro no-negativo, temos


Ak = AA
A}
| {z
k vezes

Curso de lgebra Linear - Aula 18 p. 33

Aplicao: potenciao de matrizes


Suponhamos que A seja diagonalizvel. Ento existem
uma matriz invertvel P e uma matriz diagonal D tais que
A = P DP 1

Agora, se k um nmero inteiro no-negativo, temos


Ak = |AA{z
A}

k vezes
1

= (P DP
|

)(P DP 1 ) (P DP 1 )
{z
}
k vezes

Curso de lgebra Linear - Aula 18 p. 33

Aplicao: potenciao de matrizes


Suponhamos que A seja diagonalizvel. Ento existem
uma matriz invertvel P e uma matriz diagonal D tais que
A = P DP 1

Agora, se k um nmero inteiro no-negativo, temos


Ak = |AA{z
A}

k vezes
1

= (P DP
|

)(P DP 1 ) (P DP 1 )
{z
}
k vezes

= P D(P 1 P )D (P 1 P )DP 1

Curso de lgebra Linear - Aula 18 p. 33

Aplicao: potenciao de matrizes


Suponhamos que A seja diagonalizvel. Ento existem
uma matriz invertvel P e uma matriz diagonal D tais que
A = P DP 1

Agora, se k um nmero inteiro no-negativo, temos


Ak = |AA{z
A}

k vezes
1

= (P DP
|

)(P DP 1 ) (P DP 1 )
{z
}
k vezes

= P D(P 1 P )D (P 1 P )DP 1

= P |DD{z
D} P 1 = P Dk P 1 .
k vezes

Curso de lgebra Linear - Aula 18 p. 33

Aplicao: potenciao de matrizes


Mas se

D=

ento

k
D =

1 0
0 2
.. ..
. .
0 0
k1
0
..
.
0

...

0
0
..
.

0 0
k2 0
..
.. . .
. .
.
0 kn

Da, para calcular Ak , primeiro achamos D e P , e depois


calcularmos P Dk P 1 .
Curso de lgebra Linear - Aula 18 p. 34

Exemplo
Determine A10 onde

3
3
2

A = 2 2 2
2
3
3

Curso de lgebra Linear - Aula 18 p. 35

Exemplo
Determine A10 onde

3
3
2

A = 2 2 2
2
3
3

Soluo: isso s ser prtico se A for diagonalizvel, por


isso devemos verificar essa condio. Mas desta vez,
vamos buscar por uma base de autovetores, via base para
N (A I).

Curso de lgebra Linear - Aula 18 p. 35

Exemplo
Determine A10 onde

3
3
2

A = 2 2 2
2
3
3

Soluo: isso s ser prtico se A for diagonalizvel, por


isso devemos verificar essa condio. Mas desta vez,
vamos buscar por uma base de autovetores, via base para
N (A I).
O polinmio caracterstico de A

3
3
2


pA () = 2 2 2

2
3
3





= 3 + 42 5 + 2

Curso de lgebra Linear - Aula 18 p. 35

Exemplo
fcil ver que as razes so 1 = (mult. alg. 2) e 2 = 2.

Curso de lgebra Linear - Aula 18 p. 36

Exemplo
fcil ver que as razes so 1 = (mult. alg. 2) e 2 = 2.
Para 1 = 1, devemos aplicar o mtodo de Gauss-Jordan
matriz

2
3
2
31
3
2

A I = 2 2 1 2 = 2 3 2
2
3
2
2
3
31

Curso de lgebra Linear - Aula 18 p. 36

Exemplo
fcil ver que as razes so 1 = (mult. alg. 2) e 2 = 2.
Para 1 = 1, devemos aplicar o mtodo de Gauss-Jordan
matriz

2
3
2
31
3
2

A I = 2 2 1 2 = 2 3 2
2
3
2
2
3
31
obtendo sua forma escalonada reduzida por linhas:

1 23 1

0
0
0

0 0 0
Curso de lgebra Linear - Aula 18 p. 36

Exemplo
A aplicao do procedimento prtico para expressar a base
de N (A I) , nos d uma base para N (A I):
3
{v1 = ( , 1, 0), v2 = (1, 0, 1)}.
2

Lembrete: esse exatamente o procedimento para


expressar o conjunto soluo do sistema linear homogneo
(A I)x = 0.

Curso de lgebra Linear - Aula 18 p. 37

Exemplo
A aplicao do procedimento prtico para expressar a base
de N (A I) , nos d uma base para N (A I):
3
{v1 = ( , 1, 0), v2 = (1, 0, 1)}.
2

prtico, por isso o faremos, trocar o primeiro autovetor


por v1 = (3, 2, 0).

Curso de lgebra Linear - Aula 18 p. 37

Exemplo
A aplicao do procedimento prtico para expressar a base
de N (A I) , nos d uma base para N (A I):
3
{v1 = ( , 1, 0), v2 = (1, 0, 1)}.
2

prtico, por isso o faremos, trocar o primeiro autovetor


por v1 = (3, 2, 0).
Repetimos o procedimento para = 2 = 2. Agora,
devemos aplicar o mtodo de Gauss-Jordan matriz

1
3
2
32
3
2

A 2I = 2 2 2 2 = 2 4 2
2
3
1
2
3
32
Curso de lgebra Linear - Aula 18 p. 37

Exemplo
A forma escalonada reduzida por linhas de A 2I

1 0 1

1
0 1
0 0
0

Curso de lgebra Linear - Aula 18 p. 38

Exemplo
A forma escalonada reduzida por linhas de A 2I

1 0 1

1
0 1
0 0
0
logo o procedimento prtico para expressar uma base para
N (A 2I) nos d {v3 = (1, 1, 1)}.

Curso de lgebra Linear - Aula 18 p. 38

Exemplo
A forma escalonada reduzida por linhas de A 2I

1 0 1

1
0 1
0 0
0
logo o procedimento prtico para expressar uma base para
N (A 2I) nos d {v3 = (1, 1, 1)}.
Com isso, temos uma base B = {v1 , v2 , v3 } de R3 formada
de autovetores de A, logo A diagonalizvel.

Curso de lgebra Linear - Aula 18 p. 38

Exemplo
A forma escalonada reduzida por linhas de A 2I

1 0 1

1
0 1
0 0
0
logo o procedimento prtico para expressar uma base para
N (A 2I) nos d {v3 = (1, 1, 1)}.
Com isso, temos uma base B = {v1 , v2 , v3 } de R3 formada
de autovetores de A, logo A diagonalizvel. Ademais,

1 0 0
3 1
1

D= 0 1 0 eP = 2
0 1
0 0 2
0
1
1
Curso de lgebra Linear - Aula 18 p. 38

Exemplo
Agora, A10 = P D10 P 1 ,

Curso de lgebra Linear - Aula 18 p. 39

Exemplo
Agora, A10 = P D10 P 1 , mas

110 0
0
1 0
0

D10 = 0
110 0 = 0 1
0
0
0
210
0 0 1024

Curso de lgebra Linear - Aula 18 p. 39

Exemplo
Agora, A10 = P D10 P 1 , mas

110 0
0
1 0
0

D10 = 0
110 0 = 0 1
0
0
0
210
0 0 1024
e podemos calcular facilmente

P 1

3 1
1

= 2
0 1
0
1
1

1
2
1

= 2 3 1 ,
2
3
2

por exemplo, aplicando Gauss-Jordan matriz [P |I].

Curso de lgebra Linear - Aula 18 p. 39

Exemplo
Desse modo
A10 = P D10 P 1

Curso de lgebra Linear - Aula 18 p. 40

Exemplo
Desse modo
10 1
A10 = P
D
P

1
2
1
1 0
0
3 1
1

= 2
0 2 3 1
0 1 0 1
2
3
2
0 0 1024
0
1
1

Curso de lgebra Linear - Aula 18 p. 40

Exemplo
Desse modo
10 1
A10 = P
D
P

1
2
1
1 0
0
3 1
1

= 2
0 2 3 1
0 1 0 1
2
3
2
0 0 1024
0
1
1

1
2
1
3 1 1024

= 2
0 1024 2 3 1
2
3
2
0
1
1024

Curso de lgebra Linear - Aula 18 p. 40

Exemplo
Desse modo
10 1
A10 = P
D
P

1
2
1
1 0
0
3 1
1

= 2
0 2 3 1
0 1 0 1
2
3
2
0 0 1024
0
1
1

1
2
1
3 1 1024

= 2
0 1024 2 3 1
2
3
2
0
1
1024

2047
3069
2046

= 2046 3068 2046


2046
3069
2047

Curso de lgebra Linear - Aula 18 p. 40

Outras aplicaes interessantes


Clculo de limites limk Ak , quando existem

Curso de lgebra Linear - Aula 18 p. 41

Outras aplicaes interessantes


Clculo de limites limk Ak , quando existem
Clculo de exponenciais eA , que sempre existem

Curso de lgebra Linear - Aula 18 p. 41

Outras aplicaes interessantes


Clculo de limites limk Ak , quando existem
Clculo de exponenciais eA , que sempre existem
Soluo de sistemas de equaes diferenciais lineares
ordinrias, por exemplo, o Problema da Mistura

Curso de lgebra Linear - Aula 18 p. 41

Outras aplicaes interessantes


Clculo de limites limk Ak , quando existem
Clculo de exponenciais eA , que sempre existem
Soluo de sistemas de equaes diferenciais lineares
ordinrias, por exemplo, o Problema da Mistura
Ordenao/Categorizao de dados: exemplo Google
Page Rank

Curso de lgebra Linear - Aula 18 p. 41

Outras aplicaes interessantes


Clculo de limites limk Ak , quando existem
Clculo de exponenciais eA , que sempre existem
Soluo de sistemas de equaes diferenciais lineares
ordinrias, por exemplo, o Problema da Mistura
Ordenao/Categorizao de dados: exemplo Google
Page Rank
Classificao de Cnicas e Qudricas

Curso de lgebra Linear - Aula 18 p. 41

Outras aplicaes interessantes


Clculo de limites limk Ak , quando existem
Clculo de exponenciais eA , que sempre existem
Soluo de sistemas de equaes diferenciais lineares
ordinrias, por exemplo, o Problema da Mistura
Ordenao/Categorizao de dados: exemplo Google
Page Rank
Classificao de Cnicas e Qudricas
Codificao/Compresso de imagens

Curso de lgebra Linear - Aula 18 p. 41

Outras aplicaes interessantes


Clculo de limites limk Ak , quando existem
Clculo de exponenciais eA , que sempre existem
Soluo de sistemas de equaes diferenciais lineares
ordinrias, por exemplo, o Problema da Mistura
Ordenao/Categorizao de dados: exemplo Google
Page Rank
Classificao de Cnicas e Qudricas
Codificao/Compresso de imagens
Processamento digital de sinais (incluindo imagens)

Curso de lgebra Linear - Aula 18 p. 41

Outras aplicaes interessantes


Clculo de limites limk Ak , quando existem
Clculo de exponenciais eA , que sempre existem
Soluo de sistemas de equaes diferenciais lineares
ordinrias, por exemplo, o Problema da Mistura
Ordenao/Categorizao de dados: exemplo Google
Page Rank
Classificao de Cnicas e Qudricas
Codificao/Compresso de imagens
Processamento digital de sinais (incluindo imagens)
Estudo da convergncia de processos estacionrios

Curso de lgebra Linear - Aula 18 p. 41

Outras aplicaes interessantes


Clculo de limites limk Ak , quando existem
Clculo de exponenciais eA , que sempre existem
Soluo de sistemas de equaes diferenciais lineares
ordinrias, por exemplo, o Problema da Mistura
Ordenao/Categorizao de dados: exemplo Google
Page Rank
Classificao de Cnicas e Qudricas
Codificao/Compresso de imagens
Processamento digital de sinais (incluindo imagens)
Estudo da convergncia de processos estacionrios
Etc, (procure uma aplicao do seu interesse!)
Curso de lgebra Linear - Aula 18 p. 41

Fim da Aula 18

Final da Aula 18, obrigado.

Curso de lgebra Linear - Aula 18 p. 42

Fim da Aula 18

Curso de lgebra Linear - Aula 18 p. 43