AUTOVALORES E AUTOVETORES

É uma transformação especial T : V  W.

(I) T(v) = v

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

Como toda transformação linear pode ser escrita pela multiplicação de uma matriz por um vetor então:

(II) T(v) = Av

Igualando (I) e (II), tem-se:

Av = v ou Av – v = 0 que resulta no sistema homogêneo:

(III) (A – I) v = 0

Onde A é n x n, v = 0 é sempre solução (trivial).

Os vetores v  0 para os quais existe um  que resolve a equação (III) são chamados de autovetores da
matriz A e os valores de , que conjuntamente com v resolvem a equação são chamados de autovalores da
matriz A associados aos respectivos autovetores.
Para que a equação (III) tenha solução além da trivial é necessário que o determinante da matriz dos
coeficientes seja zero, ou seja,

1
 det(A – I) = 0

o que resulta em um polinômio de grau n em , conhecido como polinômio característico. As raízes do

polinômio característico são os autovalores da matriz A.
Para se encontrar os autovetores basta substituir o valor do autovalor na equação original e encontrar o
autovetor. O autovalor será, então, associado ao autovetor encontrado.
Na verdade, o autovetor encontrado forma uma base para o espaço de solução da equação (III), dado o
respectivo autovalor. Logo, qualquer múltiplo do autovetor também é um autovetor.
Portanto:

Sendo A a matriz canônica que representa um operador linear T, temos:

 autovalores  de T ou de A: são as raízes da equação
det(A – I) = 0,
 autovetores v de T ou de A: para cada , são as soluções da equação
Av = v ou (A – I)v = 0.

2
Interpretação geométrica

 u é autovetor de T
pois   R / T(u) = u.
 v não é autovetor de T
pois não   R / T(v) = v.

3
Exemplo 1: Considere o operador linear definido no exemplo anterior:

T: R2  R2
(x, y)  (4x + 5y, 2x + y)

4 5
 autovalores de A
2 1 , matriz canônica de T.

Resolvemos a equação característica det (A – I) = 0:

 4 5 1 0   4   5 
A  I       
 2 1 0 1   2 1   

det (A – I) = 0  (4 – ) (1 – ) – 10 = 0  2 – 5 – 6 = 0
 1 = – 1 e 2 = 6.

4
 autovetores de A ou de T:

Para cada autovalor  encontrado, resolvemos o sistema linear (A – I)v = 0:

 x
1  1; v 
 y
 4  ( 1) 5   x  0
( A  1I ) v  0   
 2 1  ( 1)   y  0
5 x  5 y  0

2 x  2 y  0
 x  -y
Então, v 1 = (– y, y) sendo um de seus representantes o vetor v1 = (– 1, 1).

x
2  6; v 
 y
4  6 5   x  0
( A  I )  0    y   0
 2 1  6   
  2 x  5 y  0

 2x  5 y  0
5
 x y.
2

5 5
Então v 2 = ( 2 y, y) sendo um de seus representantes o vetor v2 = ( 2 , 1).

5
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 1  x 
T  y    1
5 1. y   Av
 z   1
 1 3  z 
3-  -1 1
det[A - I]  - 1 5- 1  3  112  36  36  0
1 -1 3-

Cálculo numérico:
 = 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 são 1 = 2, 2 = 6 e 3 = 3
Para achar os autovetores basta substituir cada um dos autovalores na equação (A – I) v = 0:

Para 1 = 2:
1 1 1   x  0
 1  1. y   0 .
 3 Escalonando:
 1 1 1   z  0

6
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 múltiplo do vetor (1,0,-1) é um autovetor que tem como autovalor associado 1 = 2, v1 =
(1,0,-1)

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 múltiplos.

Para 3 = 6:
 3  1 1   x  0 
 1 1  1. y   0

 1  1  3  z  0
0  4  8 0 0 0
0  2  4  0
 1 2  ou seja, z  x e  2z  y

1  1  3 1 0  1

v3 = (z,-2z,z) = z (1,-2,1)

7
v3 = (1,-2,1) ou seus múltiplos.

Observações:
 Se  é um autovalor de A, o conjunto S  de todos os vetores v  V, inclusive v nulo, associados a ,
é um subespaço vetorial (próprio) de V.
 A matriz dos autovetores é chamada MATRIZ MODAL.

 3  1
Exemplo 3: A
1

3

 equação característica: det(A – I) = 0.

3 1
0  ( 3   ) 2  1  0  2  2 3  4  0
1 3

2 3  2i
  3i
2

 autovalores de A: os valores 1  3  i e 2  3i não são reais  A possui autovalores

complexos, igualmente válidos para nós!

8
 O procedimento para se determinar os autovetores é o mesmo. Assim, é possível encontrar os
autovetores associados a estes autovalores.

Referências Bibliográficas:

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