Calculadora de diagonalização de matrizes
Encontre autovalores, autovetores e a diagonalização P⁻¹AP = D para matrizes 2×2 e 3×3.
Digite as linhas da matriz separadas por ponto e vírgula e os elementos por vírgulas. Por exemplo, uma matriz 2×2 [[3,1],[0,2]] é inserida como 3,1;0,2.
Calculadora de diagonalização de matrizes
Encontre autovalores, autovetores e a diagonalização P⁻¹AP = D para matrizes 2×2 e 3×3.
Sobre a diagonalização de matrizes
A diagonalização de matrizes é um processo fundamental da álgebra linear que transforma uma matriz quadrada A em uma matriz diagonal D por meio de uma transformação de similaridade. A relação é expressa como P⁻¹AP = D, onde P é a matriz de autovetores e D é a matriz diagonal com os autovalores na diagonal principal.
Um autovalor λ de uma matriz quadrada A é um escalar que satisfaz det(A − λI) = 0, onde I é a matriz identidade. Essa equação é chamada de equação característica de A, e o polinômio det(A − λI) é o polinômio característico. Para uma matriz 2×2, isso gera uma quadrática; para uma matriz 3×3, uma cúbica. Os autovalores são as raízes desse polinômio.
Para cada autovalor λ, os autovetores correspondentes são as soluções não nulas de (A − λI)v = 0. O conjunto de todas as soluções (incluindo o vetor nulo) forma o subespaço próprio correspondente a λ. Uma matriz é diagonalizável se e somente se tiver autovetores linearmente independentes suficientes para formar uma base completa — equivalentemente, a multiplicidade geométrica deve ser igual à multiplicidade algébrica para cada autovalor.
A matriz diagonal D tem os autovalores na diagonal principal e zeros nas demais posições. A matriz de transformação P tem os autovetores correspondentes como colunas, na mesma ordem dos autovalores em D. Quando P é invertível (o que ocorre quando A é diagonalizável), podemos verificar a relação P⁻¹AP = D.
A diagonalização é extremamente útil porque matrizes diagonais são fáceis de manipular. Calcular potências de uma matriz diagonal é trivial: D^n apenas eleva cada entrada diagonal à n-ésima potência. Isso significa que calcular A^n para n grandes vira P D^n P⁻¹, muito mais eficiente do que multiplicações matriciais repetidas. Isso tem aplicações diretas no cálculo de números de Fibonacci, na modelagem do crescimento populacional com matrizes de Leslie e na solução de sistemas de equações diferenciais.
Em ciência de dados e estatística, a Análise de Componentes Principais (PCA) depende diretamente da diagonalização. A matriz de covariância de um conjunto de dados é simétrica, portanto sempre é diagonalizável com autovalores reais. Os autovetores definem os componentes principais — as direções de maior variância — e os autovalores indicam quanta variância cada componente explica.
Na mecânica quântica, a diagonalização da matriz Hamiltoniana fornece os níveis de energia e os estados próprios de um sistema físico. Na engenharia mecânica, as frequências naturais e as formas modais de estruturas vibrantes são obtidas diagonalizando as matrizes de rigidez e de massa do sistema.
Nem toda matriz é diagonalizável. Matrizes com autovalores repetidos podem ou não ser diagonalizáveis, dependendo de cada autovalor repetido ter um subespaço próprio completo. Matrizes de rotação em 2D têm autovalores complexos e não podem ser diagonalizadas sobre os números reais. Nesses casos, a forma canônica de Jordan fornece a aproximação mais próxima de uma forma diagonal.
Exemplos de diagonalização
Exemplos resolvidos mostrando como diferentes matrizes são diagonalizadas.
| Matriz | Autovalores | Observações |
|---|---|---|
| 3,1;0,2 (2×2 triangular superior) | λ₁ = 3, λ₂ = 2 | Matrizes triangulares superiores têm seus autovalores na diagonal. P = [[1,1],[0,−1]], D = [[3,0],[0,2]]. |
| 2,1;1,2 (2×2 simétrica) | λ₁ = 3, λ₂ = 1 | Matrizes simétricas são sempre diagonalizáveis com autovalores reais. Os autovetores são ortogonais: [1,1] e [1,−1]. |
| 4,1;0,4 (2×2 defeituosa) | λ = 4 (repetido) | Autovalor repetido com apenas um autovetor linearmente independente — não é diagonalizável. Forma de Jordan necessária. |
| 1,0,0;0,2,0;0,0,3 (3×3 diagonal) | λ₁ = 1, λ₂ = 2, λ₃ = 3 | Uma matriz diagonal já está na forma diagonalizada. P = I, D é a própria A. |
Como usar a calculadora de diagonalização de matrizes
- Digite sua matriz usando ponto e vírgula para separar as linhas e vírgulas para separar os elementos em cada linha. Para uma matriz 2×2 [[a,b],[c,d]], digite a,b;c,d.
- Clique em Diagonalizar. A calculadora calcula o polinômio característico, encontra os autovalores e depois resolve os autovetores.
- Revise a seção Autovalores para ver todos os autovalores λ da sua matriz.
- Leia a seção Matriz P para ver os autovetores como colunas, e a Matriz diagonal D para ver os autovalores na diagonal.
- Se a matriz não for diagonalizável (autovalores complexos ou autovetores insuficientes), uma mensagem explica por que a diagonalização real não é possível.
Perguntas frequentes sobre diagonalização de matrizes
O que significa uma matriz ser diagonalizável?
Uma matriz quadrada A é diagonalizável se existir uma matriz invertível P tal que P⁻¹AP = D, onde D é diagonal. Em outras palavras, A deve ter n autovetores linearmente independentes, onde n é seu tamanho. Isso ocorre quando a multiplicidade geométrica de cada autovalor é igual à sua multiplicidade algébrica.
O que são autovalores e autovetores?
Um autovalor λ é um escalar tal que Av = λv tem uma solução não nula v. O vetor v é o autovetor correspondente. Geometricamente, autovetores são direções que a transformação A apenas estica ou inverte (escala por λ), sem girar. Os autovalores são encontrados resolvendo det(A − λI) = 0.
Por que a diagonalização de matrizes é útil?
Matrizes diagonais são fáceis de manipular. Calcular a potência n-ésima de uma matriz diagonal só exige elevar cada entrada diagonal à n-ésima potência. Assim, A^n = P D^n P⁻¹ é eficiente. A diagonalização também desacopla sistemas de equações, simplificando equações diferenciais, modelos populacionais e análise de grafos.
Quando uma matriz não é diagonalizável?
Uma matriz falha em ser diagonalizável quando a multiplicidade geométrica de um autovalor é menor que sua multiplicidade algébrica — ou seja, o subespaço próprio é pequeno demais. Além disso, sobre os números reais, uma matriz com autovalores complexos (como uma rotação em 2D) não pode ser diagonalizada com matrizes reais.
Qual é a diferença entre multiplicidade algébrica e geométrica?
A multiplicidade algébrica de um autovalor é quantas vezes ele aparece como raiz do polinômio característico. A multiplicidade geométrica é a dimensão do subespaço próprio correspondente (número de autovetores linearmente independentes). A diagonalização exige que as duas sejam iguais para cada autovalor.
Todas as matrizes simétricas podem ser diagonalizadas?
Sim. O Teorema Espectral garante que toda matriz simétrica real é diagonalizável usando uma matriz ortogonal P (onde P⁻¹ = Pᵀ), e todos os autovalores são reais. Essa propriedade é a razão pela qual PCA e muitas outras técnicas em estatística e física dependem de matrizes simétricas.