You are on page 1of 11

AUTOVALORES E AUTOVETORES

uma transformao especial T : V

W.
(I)

T(v) = v

Onde, o autovalor (escalar) e v autovetor (se v 0).


Como toda transformao linear pode ser escrita pela multiplicao de uma matriz por um vetor ento:
(II) T(v) = Av
Igualando (I) e (II), tem-se:
Av = v ou Av v = 0 que resulta no sistema homogneo:
(III) (A I) v = 0
Onde A n x n, v = 0 sempre soluo (trivial).
Os vetores v 0 para os quais existe um que resolve a equao (III) so chamados de autovetores da
matriz A e os valores de , que conjuntamente com v resolvem a equao so chamados de autovalores da
matriz A associados aos respectivos autovetores.
Para que a equao (III) tenha soluo alm da trivial necessrio que o determinante da matriz dos
coeficientes seja zero, ou seja,
1

det(A I) = 0
o que resulta em um polinmio de grau n em , conhecido como polinmio caracterstico. As razes do
polinmio caracterstico so os autovalores da matriz A.
Para se encontrar os autovetores basta substituir o valor do autovalor na equao original e encontrar o
autovetor. O autovalor ser, ento, associado ao autovetor encontrado.
Na verdade, o autovetor encontrado forma uma base para o espao de soluo da equao (III), dado o
respectivo autovalor. Logo, qualquer mltiplo do autovetor tambm um autovetor.
Portanto:
Sendo A a matriz cannica que representa um operador linear T, temos:
autovalores de T ou de A: so as razes da equao
det(A I) = 0,
autovetores v de T ou de A: para cada , so as solues da equao
Av = v ou (A I)v = 0.

Interpretao geomtrica
u autovetor de T
pois R / T(u) = u.
v no autovetor de T
pois no R / T(v) = v.

Exemplo 1: Considere o operador linear definido no exemplo anterior:


T: R2
R2
(x, y) (4x + 5y, 2x + y)

autovalores de

4 5 , matriz cannica de T.
A

2 1

Resolvemos a equao caracterstica det (A I) = 0:

5
4 5
1 0 4
A I

0 1 2
1
2 1


det (A I) = 0 (4 ) (1 ) 10 = 0

2 5 6 = 0

1 = 1 e 2 = 6.

autovetores de A ou de T:
Para cada autovalor encontrado, resolvemos o sistema linear (A I)v = 0:

1 1; v
y
5 x 0
4 (1)
( A 1I ) v 0
y 0
2
1

1
)


5 x 5 y 0

2 x 2 y 0
x -y
Ento,

v 1 = ( y, y) sendo um de seus representantes o vetor v1 = ( 1, 1).

2 6; v
y


5
4 6
( A I ) 0
1 6
2

x 0
y 0

2 x 5 y 0

2x 5 y 0
x

Ento

5
y.
2

v 2 = ( 52 y, y) sendo um de seus representantes o vetor v2 = ( 52 , 1).

Exemplo 2: Determinar os autovalores e autovetores do operador linear:


T : 3 3, T(x,y,z) = (3x y + z, -x + 5y + z, x y + 3z)
Em forma matricial:

x 3 1
T y 1 5
z 1 1
3-
det[A - I] - 1
1

1 x
1. y Av
3 z
-1
1
5-
1 3 112 36 36 0
-1 3 -

Clculo numrico:
= 0 -36 = 0 logo 1 > 0
= 1 -10 = 0 logo 1 > 1
= 2 0 = 0 logo 1 = 2
Dividindo por ( 2):
( 2) (2 - 9 + 18) = 0 2 = 6 e 3 = 3
Os autovalores so 1 = 2, 2 = 6 e 3 = 3
Para achar os autovetores basta substituir cada um dos autovalores na equao (A I) v = 0:
Para 1 = 2:

1 1 1 x 0
1 3 1. y 0

. Escalonando:
1 1 1 z 0

1 1 1 1 0 1
0 2 0 0 1 0 ou seja, y 0 e z x

0 0 0 0 0 0
Logo, v1 = (x,0,-x) = x (1,0,-1)
Assim, qualquer mltiplo do vetor (1,0,-1) um autovetor que tem como autovalor associado 1 = 2,
(1,0,-1)

v1 =

Para 2 = 3:
0 1 1 x 0
1 2 1. y 0


1 1 0 z 0
0 1 1 0 0 0
1 2 1 1 0 1 ou seja, z x e z y, x y z

0 1 1 0 1 1
Assim, v2 = (x,x,x) = x (1,1,1).
v2 = (1,1,1) ou seus mltiplos.

Para 3 = 6:

3 1
1 1

1 1
0 4
0 2

1 1

1 x 0
1. y 0
3 z 0
8 0 0 0
4 0 1 2 ou seja, z x e 2z y
3 1 0 1

v3 = (z,-2z,z) = z (1,-2,1)
v3 = (1,-2,1) ou seus mltiplos.
Observaes:
Se um autovalor de A, o conjunto S de todos os vetores v V, inclusive v nulo, associados a ,
um subespao vetorial (prprio) de V.
A matriz dos autovetores chamada MATRIZ MODAL.

Exemplo 3:

3 1
A
3
1

equao caracterstica: det(A I) = 0.

3
1

1
0 ( 3 ) 2 1 0 2 2 3 4 0
3

2 3 2i
3i
2

autovalores de A: os valores 1 3 i e 2 3 i no so reais A possui autovalores


complexos, igualmente vlidos para ns!
O procedimento para se determinar os autovetores o mesmo. Assim, possvel encontrar os
autovetores associados a estes autovalores.

10

Referncias Bibliogrficas:
http://www.ene.unb.br/~flavia/aula16-adl.doc
http://www.stamford.pro.br/ARQUIVOS/2002_Algebra.doc
BOLDRINI, C. lgebra Linear. 3 ed. Editora Harbra, 1986.

11

You might also like