Baixe o app para aproveitar ainda mais
Prévia do material em texto
Diagonalizac¸a˜o Matrizes Semelhantes e Matrizes Diagonaliza´veis Nosso objetivo neste cap´ıtulo e´ estudar aquelas transformac¸o˜es lineares de Rn para as quais existe pelo menos uma base em que elas sa˜o representadas por uma matriz diagonal. Uma matriz diagonal e´ a matriz mais simples poss´ıvel. Note, no entanto, que na˜o e´ poss´ıvel encontrar para toda transformac¸a˜o linear uma base em que a transformac¸a˜o e´ representada por uma matriz diagonal: rotac¸o˜es, por exemplo, na˜o podem ser representadas em geral por matrizes diagonais, pois uma rotac¸a˜o transforma um vetor em outro vetor com uma direc¸a˜o completamente diferente. E´ poss´ıvel provar que duas matrizes A e B representam a mesma transformac¸a˜o linear, com respeito a bases diferentes, se e somente se elas esta˜o relacionadas atrave´s da seguinte equac¸a˜o B = P−1AP, para alguma matriz invert´ıvel P ; a matriz P e´ precisamente a matriz de mudanc¸a de coordenadas, quando passamos de uma base para a outra. Assim, dada uma transformac¸a˜o linear, representada em uma certa base por uma matriz A, a questa˜o de determinar se existe uma base na qual a tranformac¸a˜o linear e´ representada por uma matriz diagonal D se reduz a encontrar uma matriz invert´ıvel P tal que D = P−1AP. Isso motiva as seguintes definic¸o˜es. Definic¸a˜o. Sejam A,B matrizes n× n. Dizemos que B e´ semelhante a A, se existe uma matriz invert´ıvel P tal que B = P−1AP. Definic¸a˜o. Dizemos que uma matriz A e´ diagonaliza´vel, se ela e´ semelhante a uma matriz diagonal. Autovalores e Autovetores Dada uma transformac¸a˜o linear T , suponha que exista alguma base em que T e´ representada por uma matriz diagonal, digamos por B = λ1 0 · · · 0 0 λ2 · · · 0 ... ... . . . ... 0 0 0 λn . Para os vetores desta base e1 = 1 0 ... 0 , e2 = 0 1 ... 0 , ..., en = 0 0 ... 1 , 1 temos Be1 = λ1e1, Be2 = λ2e2, ..., Ben = λnen. Isso mostra que, dada uma transformac¸a˜o linear T , seremos capazes de diagonalizar T (em outras palavras, encontrar uma base em que ela e´ representada por uma matriz diagonal) se e somente se formos capazes de encontrar n vetores linearmente independentes v1, v2, ..., vn tais que Tv1 = λ1v1, T v2 = λ2v2, ..., T vn = λnvn. Tudo isso motiva as seguintes definic¸o˜es. Definic¸a˜o. Seja A uma matriz n× n. Dizemos que um nu´mero real λ e´ um autovalor de A se existir um vetor na˜o nulo v de Rn tal que Av = λv. O vetor v e´ chamado um autovetor de A, correspondente ao autovalor λ. Teorema. Uma matriz An×n e´ diagonaliza´vel se e somente se ela possui n autovetores linearmente inde- pendentes. Prova: Suponha que A e´ diagonaliza´vel, isto e´, que exista uma matriz invert´ıvel P tal que D = P−1AP . Em particular, segue que AP = DP Escreva P segundo suas colunas: P = [V1 V2 . . . Vn]. Enta˜o AP = [AV1AV2 . . . AVn] e DP = [λ1V1 λ2V2 . . . λnVn]. Comparando, conclu´ımos que AV1 = λ1V1, AV2 = λ2V2, ... AVn = λnVn, isto e´, as colunas de P sa˜o autovetores de A. Como P e´ invert´ıvel, suas colunas sa˜o L.I., logo encontramos n autovetores L.I. para A. Reciprocamente, suponha agora que existam n vetores L.I. V1, V2, . . . , Vn tais que AV1 = λ1V1, AV2 = λ2V2, . . . , AVn = λnVn. Defina uma matriz n× n P por P = [V1 V2 . . . Vn]. Como as colunas de P sa˜o L.I., segue que P e´ invert´ıvel. Temos AP = A[V1 V2 . . . Vn] = [AV1AV2 . . . AVn] = [λ1V1 λ2V2 . . . λnVn] = [V1 V2 . . . Vn] λ1 0 · · · 0 0 λ2 · · · 0 ... ... . . . ... 0 0 0 λn = PD 2 onde denotamos D = λ1 0 · · · 0 0 λ2 · · · 0 ... ... . . . ... 0 0 0 λn . Multiplicando ambos os lados da equac¸a˜o por P−1, obtemos P−1AP = D. ¥ Corola´rio. Se D = P−1AP , enta˜o as colunas da matriz P sa˜o n autovetores linearmente independentes de A. Portanto, a matriz P pode ser obtida encontrando-se n autovetores L.I. de A. O que na˜o e´ surpreendente: a matriz P e´ exatamente a matriz da mudanc¸a de coordenadas de uma base B formada por autovetores da matriz A para a base canoˆnica, onde se supo˜e que a matriz A esta´ escrita; para obter D e´ necessa´rio voltar para a base B atrave´s da mudanc¸a de coordenadas inversa P−1. Exemplo 1. Considere a transformac¸a˜o linear T : R3 → R3 definida por T ((x, y, z)) = ( 3 8 x− 13 4 y + 27 8 z, 1 2 x+ 3y + 1 2 z, 21 8 x+ 21 4 y − 3 8 z ) Esta transformac¸a˜o linear e´ representada na base {i, j, k} pela matriz A = 38 − 134 2781 2 3 1 2 21 8 21 4 − 38 . Mas, se tomarmos os vetores V1 = (1, 2, 3), V2 = (1, 0,−1) e V3 = (−2, 1, 0), notamos o seguinte: TV1 = A 12 3 = 48 12 = 4 12 3 = 4V1, TV2 = A 10 −1 = −30 3 = −3 10 −1 − 3V2, TV3 = A −21 0 = −42 0 = 2 −21 0 = 2V3. Note que os vetores V1, V2, V3 sa˜o L. I., logo eles tambe´m formam uma base para R3. Portanto, com relac¸a˜o a` base {V1, V2, V3}, a transformac¸a˜o linear T e´ representada pela matriz B = 4 0 00 −3 0 0 0 2 . Observe que a matriz A tem autovalores 4,−3 e 2. Autovetores correspondentes a estes autovalores sa˜o V1 = (1, 2, 3), V2 = (1, 0,−1) e V3 = (−2, 1, 0). Segue que P = 1 1 −22 0 1 3 −1 0 . 3 Como P−1 = 1 1 −22 0 1 3 −1 0 −1 = 18 14 183 8 3 4 − 58− 14 12 − 14 , conclu´ımos que 4 0 00 −3 0 0 0 2 = 18 14 183 8 3 4 − 58− 14 12 − 14 38 − 134 2781 2 3 1 2 21 8 21 4 − 38 1 1 −22 0 1 3 −1 0 . ¥ Portanto, para determinar se uma matriz e´ diagonaliza´vel, precisamos determinar antes de mais nada seus autovalores. Isso pode ser feito da maneira a seguir. Denotando por I a matriz identidade, enta˜o a equac¸a˜o Av = λv e´ equivalente a Av = λIv, ou (A− λI)v = 0. Portanto, λ sera´ um autovalor de A se e somente se o sistema homogeˆneo (A − λI)X = 0 possuir soluc¸o˜es na˜o-triviais. Mas isso acontecera´ se e somente se det(A− λI) = 0. A expressa˜o det(A− λI) e´ um polinoˆmio de grau n em λ, logo conclu´ımos que os autovalores de A sa˜o exatamente as ra´ızes deste polinoˆmio. Este polinoˆmio e´ chamado o polinoˆmio caracter´ıstico de A. Proposic¸a˜o 1. Seja A uma matriz n× n. Os autovalores de A sa˜o as ra´ızes do polinoˆmio caracter´ıstico de A p(λ) = det(A− λI). Em particular, uma matriz n× n possui no ma´ximo n autovalores distintos. Exemplo 2. Determine os autovalores da matriz a) A = ( 2 −2 2 2 ) . b) B = ( cos θ − sin θ sin θ cos θ ) . Soluc¸a˜o: Temos det(A− λI) = det ( 2− λ −2 2 2− λ ) = (2− λ)2 + 4 = λ2 − 4λ+ 8. Este polinoˆmio na˜o tem ra´ızes reais, pois ∆ = b2 − 4ac = 16 − 32 = −16, logo a matriz A na˜o tem autovalores. Observe que A = 2 √ 2 ( √ 2 2 − √ 2 2√ 2 2 √ 2 2 ) , isto e´, A representa uma rotac¸a˜o de R2 por um aˆngulo de 45◦, seguida de uma dilatac¸a˜o por um fator de 2 √ 2, portanto este resultado esta´ de acordo com o que seria esperado. Similarmente, a matriz em 4 (b) representa uma rotac¸a˜o de R2 por um aˆngulo θ e no´s temos det(B − λI) = det ( cos θ − λ − sin θ sin θ cos θ − λ ) = (cos θ − λ)2 + sin2 θ = cos2 θ − 2λ cos θ + λ2 + sin2 θ = λ2 − 2λ cos θ + 1. Como o discriminante deste polinoˆmio e´ ∆ = b2−4ac = 4 cos2 θ−4 = 4(cos2 θ−1), ele so´ possui ra´ızes reais se cos θ = ±1, ou seja, para θ = 0 ou θ = 180◦. O primeiro corresponde a` matriz identidade B = ( 1 0 0 1 ) , cujos autovalores sa˜o as ra´ızes de λ2 − 2λ + 1, ou seja, todos iguais a 1, enquanto que o segundo corresponde a` matriz B = ( −1 0 0 −1 ) , cujos autovalores sa˜o as ra´ızes de λ2 + 2λ + 1, ou seja, todos iguais a −1. Sa˜o os u´nicos exemplos de rotac¸o˜esem R2 que podem ser representadas por matrizes diagonais. ¥ Exemplo 3. Determine os autovalores da matriz A = −1 −2 −21 2 1 −1 −1 0 . Soluc¸a˜o: Temos det(A− λI) = det −1− λ −2 −21 2− λ 1 −1 −1 −λ = −(1 + λ) ∣∣∣∣ 2− λ 1−1 −λ ∣∣∣∣− 1 ∣∣∣∣ −2 −2−1 −λ ∣∣∣∣+ (−1) ∣∣∣∣ −2 −22− λ 1 ∣∣∣∣ = −(1 + λ)[λ2 − 2λ+ 1]− 2λ+ 2 + 2− 4 + 2λ = −(1 + λ)[λ2 − 2λ+ 1]. As ra´ızes de (1 + λ)[λ2 − 2λ+ 1] = 0 sa˜o λ = 1 e λ = −1, logo estes sa˜o os autovalores de A. ¥ Uma vez encontrados os autovalores da matriz, para encontrar os autovetores basta resolver o sistema linear homogeˆneo (A− λI)X = 0. Como eles sa˜o as soluc¸o˜es de um sistema linear homogeˆneo, segue que os autovetores associados a um determinado autovalor λ formam um subespac¸o vetorial, que no´s chamamos o autoespac¸o associado ao autovalor λ. Proposic¸a˜o 2. Seja A uma matriz n× n. Se λ e´ um autovalor de A, enta˜o os autovetores de A associados a λ sa˜o as soluc¸o˜es do sistema homogeˆneo (A− λI)X = 0. Vamos resumir tudo o que foi explicado acima no seguinte teorema. 5 Teorema. Seja A uma matriz n× n. A e´ diagonaliza´vel se e somente se existe uma base para Rn formada por autovetores de A. Neste caso, ela e´ semelhante a uma matriz diagonal D cuja diagonal principal e´ formada pelos autovalores de A, cada um aparecendo tantas vezes quanto for a dimensa˜o do autoespac¸o associado a ele. Exemplo 4. Determine se a matriz do Exemplo 3 e´ diagonaliza´vel. Se for, determine uma matriz diagonal semelhante a ela. Soluc¸a˜o: Ja´ determinamos que A possui 1 e −1 como autovalores. A sera´ diagonaliza´vel se e somente se pudermos formar uma base para R3 entre os autovetores associados a estes autovalores. Os autovetores associados ao autovalor 1 sa˜o as soluc¸o˜es do sistema homogeˆneo (A− I)X = 0, ou seja, −2 −2 −21 1 1 −1 −1 −1 X = 0. Resolvemos este sistema. E´ fa´cil ver que sua matriz aumentada tem forma escalonada reduzida 1 1 1 00 0 0 0 0 0 0 0 . Obtemos enta˜o que o autoespac¸o associado a 1 e´ −α− βα β ∈ R3 : α, β ∈ R . Como (−α − β, α, β) = α(−1, 1, 0) + β(−1, 0, 1), segue que uma base para este autoespac¸o e´ formada pelos vetores (−1, 1, 0) e (−1, 0, 1). Os autovetores associados ao autovalor −1 sa˜o as soluc¸o˜es do sistema homogeˆneo (A + I)X = 0, ou seja, 0 −2 −21 3 1 −1 −1 1 X = 0. Resolvemos este sistema. E´ fa´cil ver que sua matriz aumentada tem forma escalonada reduzida 1 0 −20 1 1 0 0 0 . Obtemos enta˜o que o autoespac¸o associado a −1 e´ 2γ−γ γ ∈ R3 : γ ∈ R . Como (2γ,−γ, γ) = γ(2,−1, 1), segue que uma base para este autoespac¸o e´ formada pelo vetor (2,−1, 1). 6 Os vetores (−1, 1, 0), (−1, 0, 1) e (2,−1, 1) sa˜o L. I., como pode ser facilmente verificado, portanto conclu´ımos que a matriz A e´ diagonaliza´vel. Ela e´ semelhante a` matriz 1 0 00 1 0 0 0 −1 . O seguinte resultado facilitara´ o trabalho de determinar a independeˆncia linear de autovetores. Proposic¸a˜o. Seja A uma matriz n× n. Sejam λ1, λ2 autovalores distintos de A. Suponha que {v1, ..., vk} sa˜o autovetores L. I. associados a λ1 e {w1, ..., wl} sa˜o autovetores L. I. associados a λ2. Enta˜o o conjunto {v1, ..., vk, w1, ..., wl} e´ L. I. O mesmo resultado vale para qualquer nu´mero de autovalores distintos de A. Prova: Suponha que existem escalares x1, ..., xk, y1, ..., yl tais que x1v1 + ...+ xkvk + y1w1 + ...+ ylwl = 0. (1) Multiplicando ambos os lados por A e usando o fato de que Avj = λ1vj , Awj = λ2wj segue que x1λ1v1 + ...+ xkλ1vk + y1λ2w1 + ...+ ylλ2wl = 0. (2) Por outro lado, multiplicando a equac¸a˜o (1) por λ2 obtemos x1λ2v1 + ...+ xkλ2vk + y1λ2w1 + ...+ ylλ2wl = 0. (3) Agora, equac¸a˜o (3) menos equac¸a˜o (2) produz x1(λ2 − λ1)v1 + ...+ xk(λ2 − λ1)vk = 0. Como os vetores v1, ..., vk sa˜o L. I. e λ1 6= λ2, conclu´ımos que x1 = ... = xk = 0. Analogamente, multiplicando a equac¸a˜o (1) por λ1 e subtraindo da equac¸a˜o (2) obtemos y1 = ... = yl = 0. Corola´rio. Se uma matriz n× n possui n autovalores distintos, enta˜o ela e´ diagonaliza´vel. Exemplo 5. Determine se a matriz a seguir e´ diagonaliza´vel ou na˜o. A = −1 0 0 0√ 2 1 0 0 pi 17 −2 0√ 17 epi 106 √ pi . Soluc¸a˜o: Temos det(A− λI) = det −1− λ 0 0 0√ 2 1− λ 0 0 pi 17 −2− λ 0√ 17 epi 106 √ pi − λ = (−1− λ)(1− λ)(−2− λ)(√pi − λ), (lembre-se que o determinante de uma matriz triangular e´ o produto dos elementos na diagonal prin- cipal), logo os autovalores de A sa˜o −1, 1,−2 e √pi. Como A e´ uma matriz 4 × 4 com 4 autovalores distintos, segue que A e´ diagonaliza´vel. A e´ semelhante a` matriz D = −1 0 0 0 0 1 0 0 0 0 −2 0 0 0 0 √ pi . ¥ 7 Exemplo 6. Determine se a matriz a seguir e´ diagonaliza´vel ou na˜o. Se for, determine uma matriz diagonal semelhante a ela. B = 3 3 0 0 3 3 0 0 0 0 3 3 0 0 3 3 . Soluc¸a˜o: Temos det(B − λI) = det 3− λ 3 0 0 3 3− λ 0 0 0 0 3− λ 3 0 0 3 3− λ = det ( 3− λ 3 3 3− λ ) det ( 3− λ 3 3 3− λ ) = [(3− λ)2 − 9]2, logo det(B − λI) = 0 quando (3− λ)2 − 9 = 0, ou seja, quando 3− λ = ±3, donde conclu´ımos que os autovalores de B sa˜o λ = 0 e λ = 6. O autoespac¸o associado ao autovalor 0 e´ o conjunto-soluc¸a˜o do sistema homogeˆneo BX = 0, cuja matriz aumentada e´ 3 3 0 0 0 3 3 0 0 0 0 0 3 3 0 0 0 3 3 0 que e´ equivalente por linhas a 1 1 0 0 0 0 0 0 0 0 0 0 1 1 0 0 0 0 0 0 , que representa o sistema { x1 + x2 = 0 x3 + x4 = 0 . Portanto, o autoespac¸o associado a 0 e´ o conjunto de vetores da forma (−α, α,−β, β) = α(−1, 1, 0, 0)+ β(0, 0,−1, 1), logo uma base para este autoespac¸o e´ dada por B0 = {(−1, 1, 0, 0), (0, 0,−1, 1)} e portanto ele tem dimensa˜o 2. O autoespac¸o associado ao autovalor 6 e´ o conjunto-soluc¸a˜o do sistema homogeˆneo (B − 6I)X = 0, cuja matriz aumentada e´ −3 3 0 0 0 3 −3 0 0 0 0 0 3 3 0 0 0 3 3 0 que e´ equivalente por linhas a 1 −1 0 0 0 0 0 0 0 0 0 0 1 −1 0 0 0 0 0 0 , que representa o sistema { x1 − x2 = 0 x3 − x4 = 0 . Portanto, o autoespac¸o associado a 0 e´ o conjunto de vetores da forma (γ, γ, δ, δ) = γ(1, 1, 0, 0) + δ(0, 0, 1, 1), logo uma base para este autoespac¸o e´ dada por B6 = {(1, 1, 0, 0), (0, 0, 1, 1)} 8 e portanto ele tambe´m tem dimensa˜o 2. Como R4 tem dimensa˜o 4, segue da Proposic¸a˜o 2 (ou pode ser verificado diretamente) que B = B0 ∪ B6 = {(−1, 1, 0, 0), (0, 0,−1, 1), (1, 1, 0, 0), (0, 0, 1, 1)} e´ uma base de autovetores de B para R4, logo B e´ diagonaliza´vel e e´ semelhante a` matriz diagonal D = 0 0 0 0 0 0 0 0 0 0 6 0 0 0 0 6 . ¥ Exemplo 7 Determine se a matriz a seguir e´ diagonaliza´vel ou na˜o. Se for, determine uma matriz diagonal semelhante a ela. C = 4 2 32 1 2 −1 −2 0 . Soluc¸a˜o: Temos det(C − λI) = det 4− λ 2 32 1− λ 2 −1 −2 −λ = −λ3 + 5λ2 − 7λ+ 3. Substituindo λ = 1, verificamos que este valor e´ uma raiz para esta equac¸a˜o do terceiro grau; como λ3 − 5λ2 + 7λ− 3 λ− 1 = λ 2 − 4λ+ 3, cujas ra´ızes sa˜o λ = 1 e λ = 3, conclu´ımos que os autovalores de C sa˜o λ = 1 e λ = 3. O autoespac¸o associado ao autovalor 1 e´ o conjunto-soluc¸a˜o do sistema homogeˆneo (C− I)X = 0, cuja matriz aumentada e´ 3 2 3 02 0 2 0 −1 −2 −1 0 que e´ equivalente por linhas a 1 0 1 00 1 0 0 0 0 0 0 , que representa o sistema { x1 + x3 = 0 x2 = 0 . Portanto, o autoespac¸o associado a 1 e´ o conjunto de vetores da forma (−α, 0, α) = α(−1, 0, 1), logo uma base para este autoespac¸o e´ dada por B1 = {(−1, 0, 1)} e ele tem dimensa˜o 1. O autoespac¸o associado ao autovalor 3 e´ o conjunto-soluc¸a˜o do sistema homogeˆneo (C − 3I)X = 0, cuja matriz aumentada e´ 1 2 32 −2 2 −1 −2 −3 que e´ equivalente por linhas a 1 0 530 1 23 0 0 0 , 9 que representa o sistema { x1 + 53x3 = 0 x2 + 23x3 = 0 . Portanto, o autoespac¸o associado a 1 e´ o conjunto de vetores da forma (− 53β,− 23β, β) = β(− 53 ,− 23 , 1), logo uma base para este autoespac¸o e´ dada por B3 = { (−5 3 ,−2 3 , 1) } e ele tambe´m tem dimensa˜o 1. Como R3 tem dimensa˜o 3 e so´ existem no ma´ximo 2 autovetores linearmente independentes para C, segue na˜o existe uma base para R3 formada por autovetores de C, logo C na˜o e´ diagonaliza´vel. ¥ Diagonalizac¸a˜o de Matrizes Sime´tricas Exemplo 8. Considere o problema de identificar a curva no plano representada pela equac¸a˜o do segundo grau 3x2 + 2xy + 3y2 = 4. Esta equac¸a˜o do segundo grau tambe´m pode ser escrita como uma equac¸a˜o matricial: [ x y ] [ 3 1 1 3 ] [ x y ] = 4, ou, se denotarmos X = [ x y ] e A = [ 3 1 1 3 ] , por XtAX = 4. Como veremos adiante, e´ poss´ıvel escrever a matriz sime´trica A na forma A = PDP t em que D = [ 2 0 0 4 ] e P = [ √ 2 2 √ 2 2 − √ 2 2 √ 2 2 ] . [Note que P e´ a matriz de rotac¸a˜o por um aˆngulo de 45◦.] Assim, a equac¸a˜o matricial acima se torna XtAX = Xt(PDP t)X = (P tX)tD(P tX) = 4. Fazendo a mudanc¸a de coordenadas X ′ = P tX, no novo sistema de coordenadas X ′ = [ x′ y′ ] , a equac¸a˜o matricial e´ X ′tDX ′ = 4, ou [ x′ y′ ] [ 2 0 0 4 ] [ x′ y′ ] = 4, 10 que pode ser reescrita como a equac¸a˜o de segundo grau 2x′2 + 4y′2 = 4. Dividindo por 4, obtemos x′2 2 + y′2 1 = 1, que reconhecemos ser uma elipse com eixo maior de comprimento 2 e eixo menor de comprimento 1. Como a matriz de mudanc¸a de coordenadas e´ uma rotac¸a˜o, que na˜o introduz nenhuma distorc¸a˜o de comprimento (na˜o transforma c´ırculos em elipses, por exemplo), conclu´ımos que a equac¸a˜o original tambe´m representava uma elipse com as mesmas dimenso˜es. ¥ Uma coˆnica e´ uma curva no plano descrita por uma equac¸a˜o do segundo grau (o nome se deve ao fato de que tais curvas sempre podem ser obtidas seccionando-se um cone por um plano).O problema de identificar tais coˆnicas se reduz a encontrar um sistema de coordenadas mais apropriado, em que a equac¸a˜o do segundo grau tem a forma mais simples poss´ıvel e permite a identificac¸a˜o imediata da curva atrave´s da comparac¸a˜o com equac¸o˜es modelos. Neste tipo de problema, quando se muda de um sistema de coordenadas para outro e´ importante assegurar que esta mudanc¸a de coordenadas na˜o introduz nenhuma distorc¸a˜o nos comprimentos. Uma matriz de mudanc¸a de coordenadas com esta propriedade e´ chamada uma matriz ortogonal (um nome mais correto seria “matriz ortonormal”, que implica preservac¸a˜o tambe´m de comprimentos, enquanto que o nome matriz ortogonal sugere apenas a preservac¸a˜o de aˆngulos, mas a tradic¸a˜o se estabeleceu e o nome “matriz ortonormal” na˜o foi definido e na˜o tem qualquer significado). Assim, se P e´ ortogonal, enta˜o ‖Pv‖ = ‖v‖ para todo v. Operacionalmente, existem va´rias definic¸o˜es equivalentes para que uma matriz seja ortogonal. Teorema. As seguintes definic¸o˜es sa˜o equivalentes para que uma matriz P seja ortogonal. (i) P t = P−1. (ii) As colunas de P formam uma base ortonormal de vetores. Corola´rio. Se P e´ ortogonal, enta˜o detP = ±1. Prova: Como P e´ ortogonal, a inversa de P e´ a sua transposta, logo (lembrando que o determinante da transposta de uma matriz e´ igual ao determinante da matriz) PP t = I ∴ det(PP t) = det I ∴ detP detP t = 1 ∴ (detP )2 = 1 e da´ı detP = ±1. Se uma matriz A e´ diagonaliza´vel atrave´s de uma matriz ortogonal P , enta˜o ao inve´s de escrevermos A = PDP−1, podemos escrever simplesmente A = PDP t. Foi isso que vimos no exemplo acima. Isso ocorre para qualquer matriz sime´trica. Teorema. Uma matriz sime´trica e´ sempre diagonaliza´vel. Ale´m disso, ela sempre pode ser diagonalizada atrave´s de uma matriz ortogonal. 11 Para que a matriz P seja ortogonal, e´ necessa´rio, como vimos acima, que suas colunas sejam vetores ortonormais. Portanto, para que a matriz A seja diagonaliza´vel por uma matriz ortogonal P , e´ suficiente que seja poss´ıvel encontrar uma base de autovetores ortonormais de A. Quando isso for poss´ıvel, podemos usar o processo de Gram-Schmidt para encontrar uma tal base ortonormal. Como o u´ltimo teorema afirma, isso e´ sempre poss´ıvel para uma matriz sime´trica (em particular, os autovetores correspondente a autova- lores distintos de uma matriz sime´trica sa˜o sempre ortogonais). Sera´ que e´ poss´ıvel encontrar uma matriz diagonalizadora P ortogonal para uma matriz na˜o-sime´trica? Exemplo 9. A matriz do Exemplo 3 A = −1 −2 −21 2 1 −1 −1 0 , na˜o pode ser diagonalizada atrave´s de uma matriz ortogonal. De fato, como vimos no Exemplo 5, o autoespac¸o associado ao autovalor 1 tem base B1 = {(−1, 1, 0), (−1, 0, 1)}, enquanto que uma base para o autoespac¸o associado ao autovalor −1 e´ B−1 = {(2,−1, 1)}. Evidentemente, aplicando o processo de Gram-Schmidt a B1, podemos encontrar uma base ortonormal para o autoespac¸o associado a 1. Mas, como os autoespac¸os associados a 1 e −1 na˜o sa˜o ortogonais (pois (−1, 1, 0) × (−1, 0, 1) = (1, 1, 1) e (1, 1, 1) · (2,−1, 1) = 2 6= 0), na˜o e´ poss´ıvel encontrar uma base ortonormal de autovetores de A para todo o espac¸o R3. ¥ Exemplo 10. Diagonalize a matriz sime´trica B = 4 2 22 4 2 2 2 4 atrave´s de uma matriz ortogonal. Soluc¸a˜o: Temos que o polinoˆmio caracter´ıstico de B e´ dado por det(B−λI) = −λ3+12λ2−36λ+32 = (λ− 2)2(8− λ), logo os autovalores de B sa˜o λ = 2 e λ = 8. O autoespac¸o associado ao autovalor 2 e´ o conjunto-soluc¸a˜o do sistema homogeˆneo (B − 2I)X = 0, cuja matriz aumentada e´ 2 2 22 2 2 2 2 2 que e´ equivalente por linhas a 1 1 10 0 0 0 0 0 , que representa o sistema { x1 + x2 + x3 = 0 , logo o autoespac¸o associado a 2 e´ o conjunto de vetores da forma (−α − β, α, β) = α(−1, 1, 0) + β(−1, 0, 1), e portanto uma base para este autoespac¸o e´ formada pelos autovetores V1 = (−1, 1, 0), V2 = (−1, 0, 1). Esta base na˜o e´ ortonormal (nem mesmo ortogonal). Aplicando Gram-Schmidt, chamamos W1 = V1 = (−1, 1, 0) e W2 = V2 − projW1 V2 = (−1, 0, 1)− (−1, 0, 1) · (−1, 1, 0) ‖(−1, 1, 0)‖2 (−1, 1, 0) = ( −1 2 ,−1 2 , 1 ) , 12 donde U1 = W1 ‖W1‖ = ( − √ 2 2 , √ 2 2 , 0 ) , U2 = W2 ‖W2‖ = ( − √ 6 6 ,− √ 6 6 , √ 6 3 ) formam uma base ortonormal para o autoespac¸o associado a 2. O autoespac¸o associado ao autovalor 8 e´ o conjunto-soluc¸a˜o do sistema homogeˆneo (B − 8I)X = 0, cuja matriz aumentada e´ −4 2 22 −4 2 2 2 −4 que e´ equivalente por linhas a 1 0 −10 1 −1 0 0 0 , que representa o sistema { x1 − x3 = 0 x2 − x3 = 0 , logo o autoespac¸o associado a 8 e´ o conjunto de vetores da forma (γ, γ, γ) = γ(1, 1, 1), e portanto uma base ortonormal para este autoespac¸o e´ formada pelo autovetor U3 = (√ 3 3 , √ 3 3 , √ 3 3 ) . Segue que para P = − √ 2 2 − √ 6 6 √ 3 3√ 2 2 − √ 6 6 √ 3 3 0 √ 6 3 √ 3 3 e D = 2 0 00 2 0 0 0 8 temos A = PDP t: − √ 2 2 − √ 6 6 √ 3 3√ 2 2 − √ 6 6 √ 3 3 0 √ 6 3 √ 3 3 2 0 00 2 0 0 0 8 − √ 2 2 √ 2 2 0 − √ 6 6 − √ 6 6 √ 6 3√ 3 3 √ 3 3 √ 3 3 = 4 2 22 4 2 2 2 4 Note que para a matriz de mudanc¸a de coordenadas na˜o ortogonal cujas colunas sa˜o formadas pela base de autovetores na˜o ortonormais V1, V2 e V3 Q = −1 −1 11 0 1 0 1 1 , no´s temos tambe´m evidentemente que −1 −1 11 0 1 0 1 1 2 0 00 2 0 0 0 8 − 13 23 − 13−13 − 13 23 1 3 1 3 1 3 = 4 2 22 4 2 2 2 4 . ¥ 13
Compartilhar