AUTOVALORES E AUTOVETORES

Definição
Seja T : V → V um operador linear. Um vetor v ∈V , v ≠ 0V , é dito autovetor, vetor próprio ou vetor
característico do operador T, se existir λ ∈ R tal que T ( v ) = λ ⋅ v .
O escalar λ é denominado autovalor, valor próprio ou valor característico do operador linear T
associado ao autovetor v.

Exemplos:
1) T : R 2 → R 2
( x, y ) a (3x,8 x − y )
(1,2) é autovetor de T associado ao autovalor λ = 3 , pois T (1,2) = (3,6) = 3 ⋅ (1,2) .

2) T : R 3 → R 3
( x , y , z ) a ( x + y + z ,2 y + z ,2 y + 3 z )
(1,1,2) é autovetor de T associado ao autovalor λ = 4 , pois T (1,1,2) = ( 4,4,8) = 4 ⋅ (1,1,2) e (1,−1,1) é
autovetor de T associado ao autovalor λ = 1 , pois T (1,−1,1) = (1,−1,1) = 1 ⋅ (1,−1,1) .

Propriedades
1. Se v é um autovetor do operador linear T associado ao autovalor λ então para todo k ∈ R , k ≠ 0 ,
k ⋅ v ∈V é autovetor de T associado ao autovalor λ .
dem.:
T (k ⋅ v ) = por TL2
k ⋅ T (v ) = por hipótese
k ⋅ (λ ⋅ v ) = por EV5
( kλ ) ⋅ v = comutatividade da multiplicação em R
( λk ) ⋅ v = por EV5
λ ⋅ (k ⋅ v) .

Exemplo: Seja o operador linear T ( x, y ) = (3x,8 x − y ) .

O vetor v = (1,2) é autovetor associado ao autovalor λ = 3 .
Então qualquer vetor k ⋅ v , com k ∈ R , k ≠ 0 , é também autovetor associado ao autovalor
λ = 3 para o operador T.
Assim, T ( 2 ⋅ v ) = T ( 2 ⋅ (1,2)) = T ( 2,4) = (6,12) = 3 ⋅ ( 2,4) , portanto ( 2,4) é outro autovetor
de T associado a λ = 3 .

2. Seja λ é um autovalor do operador linear T. O conjunto Vλ de todos os autovetores associados a λ

juntamente com o vetor nulo 0V , é um subespaço vetorial de V, denominado autoespaço
correspondente ao autovalor λ .
Vλ = {v ∈V | T ( v ) = λ ⋅ v}
dem.: (Exercício)

Exemplo: Considere o operador linear T ( x, y ) = (3x,8 x − y ) .

{ }
O autoespaço V3 = ( x, y ) ∈ R 2 | T ( x, y ) = 3( x, y ) = {( x,2 x), x ∈ R} corresponde ao
autovalor λ = 3 .

76
3. Os autovetores v e v ′ do operador linear T associados, respectivamente, aos autovalores λ e λ ′
distintos entre si, são linearmente independentes.
dem.: kv + k ′v ′ = 0V (1)
T (kv + k ′v ′) = T (0V )
T (kv) + T (k ′v ′) = 0V
kT (v) + k ′T (v ′) = 0V
k (λv) + k ′(λ ′v ′) = 0V
(kλ )v + (k ′λ ′)v ′ = 0V (2)
Multiplicando-se (1) por λ , λ (kv + k ′v ′) = λ 0V
λ (kv) + λ (k ′v ′) = 0V
(λk )v + (λk ′)v ′ = 0V
(kλ )v + (k ′λ )v ′ = 0V (3)
Subtraindo (3) de (2), (kλ )v + (k ′λ ′)v ′ − (kλ )v − (k ′λ )v ′ = 0V
(k ′λ ′)v ′ − (k ′λ )v ′ = 0V
(k ′λ ′ − k ′λ )v ′ = 0V
k ′(λ ′ − λ )v ′ = 0V
Mas v ′ ≠ 0V e, por hipótese, λ ≠ λ ′ .
Assim, k ′ = 0 .
Analogamente, k = 0 .
Logo, v e v ′ são linearmente independentes.

4. Sejam v1 , v 2 ,..., v r autovetores do operador linear T associados a autovalores distintos λ1 , λ 2 ,..., λ r .

Então os autovetores v1 , v 2 ,..., v r são linearmente independentes.
dem.: Por indução em r.

Corolário: Seja um operador linear T : V → V e V um espaço vetorial n-dimensional. Se T possui n

autovalores distintos então existe uma base constituída por autovetores.

Exemplo: O operador linear T ( x, y ) = (3x,8 x − y ) admite dois autovalores distintos λ1 = 3 e

λ 2 = −1 .
Assim, V3 = {( x,2 x ), x ∈ R} e V −1 = {(0, y ), y ∈ R} .
Então, {(1,2), (0,1)} é uma base de autovetores do R2, pois (1,2) ∈V3 e (0,1) ∈V −1 .

77
Cálculo de Autovalores, Autovetores e Autoespaços
Seja o operador linear T : V → V tal que dim V = n .

Por definição, T ( v ) = λ ⋅ v , com v ∈V , v ≠ 0V e λ ∈ R .

Considere o operador identidade I V : V → V tal que I V ( v ) = v .

Assim, T ( v ) = λ ⋅ I V ( v ) .

Então, T ( v ) − λ ⋅ I V ( v ) = 0V .

Pela definição de multiplicação por escalar em transformações lineares, T ( v ) − ( λ ⋅ I V )( v ) = 0V .

Pela definição de adição de transformações, (T − ( λ ⋅ I V ))( v ) = 0V .

Então, o vetor v ∈V , v ≠ 0V , deve pertencer ao núcleo do operador (T − ( λ ⋅ I V )) , isto é,

v ∈ N (T − ( λ ⋅ I V )) , com v ≠ 0V .

Portanto, o operador linear (T − ( λ ⋅ I V )) não é injetivo, consequentemente, não é bijetivo, nem

invertível.

O fato do operador linear não ser invertível é equivalente ao do determinante de sua matriz associada,
dada uma certa base, ser zero.

A equação det([T ] A − ( λ ⋅ I n )) = 0 , onde I n é a matriz identidade de ordem n, é denominada de

equação característica.

O polinômio det([T ] A − ( λ ⋅ I n )) é denominado polinômio característico de T. Suas raízes em R são

os autovalores do operador linear T.

Exemplo: Seja T : R 2 → R 2 tal que T ( x, y ) = (3x,8 x − y ) e considere a base canônica do R2.

3 0 1 0 λ 0 
Assim, [T ] =   e λ ⋅ I 2 = λ ⋅   =   .
 8 − 1 0 1  0 λ 

3 0  λ 0   3 − λ 0 
Então, [T ] − λ ⋅ I 2 =   −   =  .
 8 − 1  0 λ   8 − 1 − λ 

3 − λ 0 
det([T ] − λ ⋅ I 2 ) = det  = (3 − λ )(−1 − λ )
 8 − 1 − λ 

λ = 3
det([T ] − λ ⋅ I 2 ) = 0 ∴ (3 − λ )( −1 − λ ) = 0 ∴  1 .
 λ 2 = −1

Logo, λ1 = 3 e λ 2 = −1 são os autovalores do operador linear T.

78
Tendo encontrado os autovalores λi , com 1 ≤ i ≤ dim V .

Os autovetores são os vetores v ∈V , v ≠ 0V tais que (T − ( λ ⋅ I V ))( v ) = 0V .

Considere uma base A para o espaço vetorial V e a equação matricial ([T ] A − ( λ ⋅ I n )) ⋅ [v ] A = 0 n ×1 ,

onde 0 n×1 é a matriz nula de ordem n × 1 .

Substituindo cada autovalor λi encontrado na equação matricial, obtém-se um sistema de equações

lineares.

Resolvendo-se cada um destes sistemas, os autovetores associados a cada um do autovalores são

obtidos, e, consequentemente, os autoespaços Vλi .

Exemplo: Seja T : R 2 → R 2 tal que T ( x, y ) = (3x,8 x − y ) com autovalores λ1 = 3 e λ 2 = −1 e a base

canônica do R2.

Para λ1 = 3 : ([T ] − (3 ⋅ I 2 )) ⋅ [v ] = 0 2×1

3 0  1 0   x   0
   − 3 ⋅    ⋅   =  
 8 − 1
   0 1    y   0
3 0  3 0  x   0
  
 8 − 1 −  0 3   ⋅  y  =  0 
       
0 0  x   0
  ⋅   =  
 8 − 4  y   0
8x − 4 y = 0∴ y = 2 x
V3 = {( x,2 x ), x ∈ R}

Para λ2 = −1 : ([T ] − (( −1) ⋅ I 2 )) ⋅ [v ] = 0 2×1

3 0  1 0   x   0
  
 8 − 1 +  0 1   ⋅  y  =  0 
       
 4 0  x   0
  ⋅   =  
 8 0  y   0
4 x = 0
 ∴x = 0
8 x = 0
V −1 = {(0, y ), y ∈ R} .

79
Multiplicidade de Autovalores
Exemplos: Considerando a base canônica do R3.
1) T : R 3 → R 3 tal que T ( x, y, z ) = ( 4 x + 2 y + 2 z,2 x + 4 y + 2 z,2 x + 2 y + 4 z )
4 2 2 4 − λ 2 2 
   
[T ] =  2 4 2  e [T ] − ( λ ⋅ I 3 ) =  2 4−λ 2 
2 2 4  2 2 4 − λ 
  

det([T ] − ( λ ⋅ I 3 )) = 0 ∴ λ3 − 12λ + 36λ − 32 = 0 ∴ ( λ − 2) 2 ( λ − 8) = 0

λ1 = 2 e V2 = {( − y − z, y, z ), y, z ∈ R}
λ2 = 8 e V8 = {( z, z, z ), z ∈ R}
O autovalor 2 ocorre duas vezes como raiz do polinômio característico e o autoespaço possui
dimensão igual a 2. Já o autovalor 8 ocorre única vez como raiz e dim V8 = 1 .

2) T : R 3 → R 3 tal que T ( x, y, z ) = (3x,2 y , y + 2 z )

3 0 0 3 − λ 0 0 
   
[T ] =  0 2 0  e [T ] − ( λ ⋅ I 3 ) =  0 2−λ 0 
0 1 2   0 1 2 − λ 
 
det([T ] − ( λ ⋅ I 3 )) = 0 ∴ λ3 − 7λ2 + 16λ − 12 = 0 ∴ ( λ − 2) 2 ( λ − 3) = 0
λ1 = 2 e V2 = {(0,0, z ), z ∈ R}
λ2 = 3 e V3 = {( x,0,0), x ∈ R}
O autovalor 2 ocorre duas vezes como raiz do polinômio característico e dim V2 = 1 . O autovalor 3
ocorre única vez como raiz e dim V3 = 1 .

Sejam V um espaço vetorial, T um operador linear em V e λi ∈ R , com 1 ≤ i ≤ dim V , um autovalor

deste operador.

O número de vezes que ( λ − λi ) aparece como um fator do polinômio característico de T é

denominado de multiplicidade algébrica de λi , cuja notação é m a ( λi ) .

A dimensão do autoespaço Vλi é denominada a multiplicidade geométrica de λi , cuja notação é

m g ( λi ) .

No exemplo 1: m a ( 2) = 2 , m g ( 2) = 2 , m a (8) = 1 e m g (8) = 1

No exemplo 2: m a ( 2) = 2 , m g ( 2) = 1 , m a (3) = 1 e m g (3) = 1

80
Diagonalização de Operadores Lineares
Dado um operador linear T : V → V , existem representações matriciais de T relativas as bases de V.
Dentre estas representações, a considerada mais simples é uma matriz diagonal.
Como a cada base corresponde uma matriz, a questão se resume na obtenção de uma certa base, cuja
representação matricial do operador linear T em relação a esta base é uma matriz diagonal. Assim, esta
base diagonaliza o operador linear T.

Seja V um espaço vetorial n-dimensional e T : V → V um operador linear.

O operador linear T é denominado um operador linear diagonalizável se existir um base A de V tal
que [T ] A é uma matriz diagonal.

Critérios para diagonalização

Sejam V um espaço vetorial n-dimensional e T : V → V um operador linear.
D1. Se existem n autovalores distintos λ1 ,...,λn então o operador linear T é diagonalizável.
dem.: Considere uma base de autovetores A = {v1 , v 2 ,..., v n } ⊆ V , tal que v i corresponde ao
autovalor λi , para todo i = 1,..., n .
Para todo i = 1,..., n , T ( v i ) = λi ⋅ v i = 0 ⋅ v1 + ... + 0 ⋅ v i −1 + λi ⋅ v i + 0 ⋅ v i +1 + ... + 0 ⋅ v n .
0
 
 ... 
Então, [v i ] A =  λi  .
 
 ... 
0
 
 λ1 0 ... 0 
 
 0 λ2 ... 0 
Assim, [T ] A =  .
... ... ... 0 
 
 0 0 ... λn 
Logo, o operador linear T é diagonalizável.

Exemplo: Seja o operador linear T : R 3 → R 3 tal que T ( x, y, z ) = (4 x + z,−2 x + y ,−2 x + z ) e

considere a base canônica do R3.
 4 0 1
 
[T ] =  − 2 1 0 
 − 2 0 1
 
λ1 = 1 , V1 = {(0, y ,0), y ∈ R} e v1 = (0,1,0)
z
λ2 = 2 , V2 = {( − , z, z ), z ∈ R} e v 2 = ( −1,2,2)
2
λ3 = 3 , V3 = {( − z, z, z ), z ∈ R} e v 3 = ( −1,1,1)
A = {(0,1,0), ( −1,2,2), ( −1,1,1)} é uma base de autovetores.
1 0 0
 
Assim, [T ] A =  0 2 0 
 0 0 3
 

81
D2. Se existem r < n autovalores distintos λ1 ,..,λr e para qualquer autovalor a multiplicidade algébrica
for igual a sua multiplicidade geométrica, isto é, para todo i = 1,..., r , m a ( λi ) = m g ( λi ) então o
operador linear T é diagonalizável.
dem.: Como a multiplicidade geométrica de λi é a dimensão do autoespaço Vλi , então:
dimVλ1 + dimVλ2 + ... + dimVλr = dimV = n
Considere Ai uma a base do autoespaço Vλi .
O conjunto A = A1 ∪ A2 ∪ ... ∪ Ar é uma base do espaço vetorial V.
 k1 0 0
...
 
 0 k2 ... 0 
Então, [T ] A =  onde k j é um dos autovalores λi , respeitada sua
... ... ... 0 
 
0 0 ... k n 
multiplicidade algébrica, isto é, o autovalor λi aparecerá tantas vezes na diagonal principal
quanto for sua multiplicidade algébrica.

Exemplo: Seja o operador T : R 3 → R 3 tal que T ( x, y, z ) = ( x + y + z, x + y + z, x + y + z ) e

considere a base canônica do R3.
1 1 1
 
[T ] = 1 1 1
1 1 1
 
λ1 = 0 , V0 = {( − y − z, y, z ), y, z ∈ R} e A1 = {( −1,1,0), ( −1,0,1)}
λ2 = 3 , V3 = {( z, z, z ), z ∈ R} e A2 = {(1,1,1)}
A = A1 ∪ A2 = {( −1,1,0), ( −1,0,1), (1,1,1)} é uma base de autovetores.
0 0 0
 
Então, [T ] A =  0 0 0 
 0 0 3
 

82
Exercícios
1) Verificar, utilizando a definição, se os vetores dados são autovetores:
2 2
a) ( −2,1) para [T ] =   .
 1 3
 1 − 1 0
 
b) ( −2,1,3) para [T ] =  2 3 2 .
 1 2 1
 

2) Os vetores (1,1) e ( 2,−1) são autovetores de um operador linear T : R 2 → R 2 associados aos

autovalores λ1 = 5 e λ 2 = −1 , respectivamente. Determinar T ( 4,1) .

3) Determinar o operador linear T : R 2 → R 2 cujos autovalores são λ1 = 1 e λ2 = 3 associados aos

autoespaços V1 = {( − y , y ), y ∈ R} e V3 = {(0, y ), y ∈ R} .

4) Determinar os autovalores e os autovetores dos seguintes operadores lineares no R2.

a) T ( x, y ) = ( x + 2 y,− x + 4 y )
b) T ( x, y ) = ( y,− x )

5) Dado o operador linear T no R2 tal que T ( x, y ) = ( −3x − 5 y ,2 y ) , encontrar uma base de

autovetores.

6) Verificar se existe uma base de autovetores para:

a) T : R 3 → R 3 tal que T ( x, y, z ) = ( x + y + z,2 y + z,2 y + 3z )
b) T : R 3 → R 3 tal que T ( x, y, z ) = ( x,−2 x − y ,2 x + y + 2 z )
c) T : R 3 → R 3 tal que T ( x, y, z ) = ( x,−2 x + 3 y − z,−4 y + 3z )

7) Seja T : R 2 → R 2 tal que T ( x, y ) = (4 x + 5 y,2 x + y ) . Encontrar uma base que diagonalize o

operador T.

8) O operador linear T : R 4 → R 4 tal que T ( x, y, z, t ) = ( x + y + z + t , x + y + z, y + z + t , x + y )

é diagonalizável?

Respostas
1) a) Sim b) Não 5) {(1,−1), (1,0)}
2) T ( x, y ) = ( x + 4 y,2 x + 3 y ) e
T ( 4,1) = (8,11) 6) a) b) Sim c) Não
3) T ( x, y ) = ( x,2 x + 3 y )
4) a) autovalores: 2 e 3  − 1 0
7) A = {(−1,1), (5,2)} e [T ] A =  
b) não possui autovalores reais  0 6

83