EP17 - Álgebra Linear

Gabarito

Exercı́cio 1: Determine, justificando

 suas respostas,
 um autovalor e dois autovetores linearmente
1 1 1
independentes para a matriz A =  1 1 1 .
1 1 1
Solução: Como a matriz A tem linhas iguais, seu determinante à c igual a zero. Logo, A é não
inversı́vel e, assim, λ = 0 é um autovalor de A.
Os autovetores da matriz A associados ao autovalor λ = 0 devem satisfazer a seguinte equação
Av = 0v = 0, com v 6= 0.
Logo,      
1 1 1 x 0  x+y+z =0
Av = 0 ⇔  1 1 1   y  =  0  ⇔ x + y + z = 0 ⇔ z = −x − y
1 1 1 z 0 x+y+z =0


Assim, os autovetores associados ao autovalor λ1 = 0 são da forma

v = (x, y, −x − y) = x(1, 0, −1) + y(0, 1, −1),

onde x, y ∈ R, x 6= 0 ou y 6= 0.
Logo, obtemos no máximo dois autovetores de A linearmente independentes, associados ao auto-
valor 0, por exemplo v1 = (1, 0, −1) e v2 = (0, 1, −1).
Geometricamente, o autoespaço associado a λ = 0 é o plano Π de equação x + y + z = 0.
Portanto, quaisquer dois vetores do plano não múltiplos respondem a pergunta, por exemplo,
u1 = (1, −1, 0) ∈ Π e u2 = (1, 1, −2) ∈ Π também são autovetores linearmente independentes associa-
dos ao autovalor 0.

Observação: Seja λ um autovalor. Temos que

(I) E(λ) 6= 0 =⇒ dimE(λ) ≥ 1
(II) A multiplicidade geométrica é a dimensão de E(λ)
(III) multiplicidade geométrica ≤ multiplicidade algébrica, por um Teorema, não demonstrado no texto,

Portanto, sempre vale que

(IV) 1 ≤ multiplicidade geométrica ≤ multiplicidade algébrica.
Mais ainda,
(V) multiplicidade algébrica = 1 =⇒ multiplicidade geométrica = 1.
Tenham esses fatos em mente ao calcularem autovalores e autovetores.

ExercÃcio 2 : Em cada item determine o polinômio caracterı́stico, os autovalores e suas multipli-

cidades, algébrica e geométrica, e bases para os respectivos autoespaços para a matriz quadrada de
ordem 3. Se for possı́vel 3
 determinetambém uma  base do R formada por autovetoresda matriz. 
1 0 2 3 1 1 1 0 0 1 −1 1
(i) A =  1 −1 1  (ii) A =  2 4 2  (iii) A =  −1 1 0  (iv) A =  0 0 0 .
0 1 1 1 1 3 0 0 0 1 −1 1
Solução:
(i) O polinômio caracterı́stico Ã
c determinado por det(λI − A).

1
       
1 0 0 1 0 2 λ−1 0 −2
det(λI − A) = det λ  0 1 0  −  1 −1 1  = det  −1 λ + 1 −1 
0 0 1 0 1 1 0 −1 λ − 1
     
λ + 1 −1 0 −2 0 −2
= (λ − 1) · det − (−1) · det + 0 · det
−1 λ − 1 −1 λ − 1 λ + 1 −1
= (λ − 1)((λ + 1)(λ − 1) − 1) + 1(−2) + 0
= (λ − 1)(λ2 − 1 − 1) − 2
= (λ − 1)(λ2 − 2) − 2
= λ3 − 2λ − λ2 + 2 − 2
= λ3 − λ2 − 2λ
= λ(λ2 − λ − 2)
= λ(λ + 1)(λ − 2).
Logo, os autovalores são λ1 = 0, λ2 = −1 e λ3 = 2, todos com multiplicidade algébrica 1.
Antes de fazermos os cálculos, segue de (V) que a multiplicidade geométrica de cada um dos
autovalores é 1. Geometricamente, todos os autoespaços são retas pela origem.

Vamos determinar os autovetores associados a cada um dos autovalores, considerando a equação:

    
λ−1 0 −2 x 0
(λI − A)v = 0 ⇐⇒  −1 λ + 1 −1   y  =  0 . (?)
0 −1 λ − 1 z 0
    
−1 0 −2 x 0
- Fazendo λ = λ1 = 0 em (?), temos (0I − A)v = 0 ⇐⇒  −1 1 −1   y  =  0 .
0 −1 −1 z 0
Reduzindo por linhas à forma em escada, temos:
       
−1 0 −2 1 0 2 1 0 2 1 0 2
 −1 1 −1  ∼1  −1 1 −1  ∼2  0 1 1  ∼3  0 1 1 ,
0 −1 −1 0 −1 −1 0 −1 −1 0 0 0
onde fizemos a seguinte sequência de operações elementares:
em ∼1 : L1 ← (−1) L1 ;
em ∼2 : L2 ← L2 + L1 e
em ∼3 L3 ← L3 + L2 .
Logo, 
 x + 2z = 0 
x + 2z = 0
(0I − A)v = 0 ⇐⇒ y+z =0 ⇐⇒ ⇐⇒ x = −2z e y = −z
y+z =0
0x + 0y + 0z = 0

Então, o autoespaço associado ao autovalor λ1 = 0 Ã
c
E(0) = {(−2z, −z, z)|z ∈ R} = [(−2, −1, 1)].
Logo, β1 = {(−2, −1, 1)} é uma base para o autoespaço associado ao autovalor λ1 = 0. Como seu
autoespaço tem dimensão 1, então esse autovalor tem multiplicidade geométrica 1.
Os autovetores associados ao autovalor λ1 = 0 são da forma
v = (−2z, −z, z) = z(−2, −1, 1) tal que z ∈ R e z 6= 0.
    
−2 0 −2 x 0
- Fazendo λ = λ2 = −1 em (?) temos (−I − A)v = 0 ⇐⇒  −1 0 −1   y  =  0 
0 −1 −2 z 0
Reduzindo por linhas á forma em escada (ou escalonada), obtemos

2
         
−2 0 −2 1 0 1 1 0 1 1 0 1 1 0 1
 −1 0 −1  ∼1  −1 0 −1  ∼2  0 0 0  ∼3  0 −1 −2  ∼4  0 1 2 ,
0 −1 −2 0 −1 −2 0 −1 −2 0 0 0 0 0 0
onde fizemos a seguinte sequência de operações elementares:
em ∼1 : L1 ← − 21 L1 ;
em ∼2 : L2 ← L2 + L1 ;
em ∼3 : L3 ↔ L2 ;
em ∼4 : L2 ← (−1)L2 .
Logo, 
 x+z =0 
x+z =0
(−I − A)v = 0 ⇐⇒ y + 2z = 0 ⇐⇒ ⇐⇒ x = −z e y = −2z
y + 2z = 0
0x + 0y + 0z = 0


Entõ, o autoespaço associado ao autovalor λ2 = −1 Ã

c
E(λ2 = −1) = {(−z, −2z, z) ; z ∈ R} = [(−1, −2, 1)].
Logo, β2 = {(−1, −2, 1)} é uma base para o autoespaço associado ao autovalor λ2 = −1. Como
seu autoespaço tem dimensão 1, então esse autovalor tem multiplicidade geométrica 1.
Os autovetores associados ao autovalor λ2 = −1 são da forma
v = (−z, −2z, z) = z(−1, −2, 1), onde z ∈ R e z 6= 0.
   
1 0 −2 x 0
- Fazendo λ = λ3 = 2 na equação (?) temos (2I − A)v = 0 ⇐⇒  −1 3 −1   y  =  0 
0 −1 1 z 0

Reduzindo por linhas à forma em escada, obtemos:

         
1 0 −2 1 0 −2 1 0 −2 1 0 −2 1 0 −2
 −1 3 −1  ∼1  0 3 −3  ∼2  0 −1 1  ∼3  0 1 −1  ∼4  0 1 −1 
0 −1 1 0 −1 1 0 3 −3 0 3 −3 0 0 0
onde fizemos a seguinte sequência de operações elementares:
em ∼1 : L2
← L2 + L1 ;
em ∼2 : L2
↔ L3 ;
em ∼3 : L2
← −L2 ;
em ∼4 : L3
← L3 − 3L2 .

 x − 2z = 0 
x − 2z = 0
(2I − A)v = 0 ⇐⇒ y−z =0 ⇐⇒ ⇐⇒ x = 2z e y = z.
y−z =0
0x + 0y + 0z = 0


Então, o autoespaço associado ao autovalor λ3 = 2 Ã

c
E(λ3 = 2) = {(2z, z, z) ; z ∈ R} = [(2, 1, 1)].
Logo, β3 = {(2, 1, 1)} é uma base para o autoespaço associado ao autovalor λ3 = 2. Como seu
autoespaço tem dimensão 1, então esse autovalor tem multiplicidade geométrica 1.
Os autovetores associados ao autovalor λ3 = 2 são da forma
v = (2z, z, z) = z(2, 1, 1), onde z ∈ R e z 6= 0.
Finalmente,

3
 β = β1 ∪ β2 ∪ β3 = {(−2, −1, 1), (−1, −2, 1), (2, 1, 1)}
é um conjunto linearmente independente de 3 autovetores de A, visto que os autovetores estão asso-
ciados a autovalores distintos. Então, β é uma base de R3 formada por autovetores de A.

(ii) O polinômio caracterı́stico Ã

c determinado por det(λI − A).
      
1 0 0 3 1 1 λ − 3 −1 −1
det(λI − A) = det λ  0 1 0  −  2 4 2  = det  −2 λ − 4 −2 
0 0 1 1 1 3. −1 −1 λ − 3
     
λ − 4 −2 −2 −2 −2 λ − 4
= (λ − 3) · det − (−1) · det + (−1) · det
−1 λ − 3 −1 λ − 3 −1 −1
= (λ − 3)((λ − 4)(λ − 3) − 2) + 1((−2)(λ − 3) − 2) − 1(2 + (λ − 4))
= (λ − 3)((λ − 4)(λ − 3) − 2) − 2λ + 6 − 2 − 2 − λ + 4
= (λ − 3)((λ − 4)(λ − 3) − 2) − 3λ + 6
= (λ − 3)((λ − 4)(λ − 3) − 2) − 3(λ − 2)
= (λ − 3)(λ2 − 7λ + 12 − 2) − 3(λ − 2)
= (λ − 3)(λ2 − 7λ + 10) − 3(λ − 2)
= (λ − 3)(λ − 2)(λ − 5) − 3(λ − 2)
= (λ − 2)((λ − 3)(λ − 5) − 3)
= (λ − 2)(λ2 − 8λ + 15 − 3)
= (λ − 2)(λ2 − 8λ + 12)
= (λ − 2)(λ − 2)(λ − 6)
Logo, os autovalores são λ1 = 2, que tem multiplicidade algébrica 2, e λ2 = 6, que tem multipli-
cidade algébrica 1 também tem multiplicidade geométrica 1.

Observação: Caso você não tenha conseguido fatorar o polinômio caracterı́stico e obteve
λ3 − 10λ2 + 28λ − 24,
use o Teorema 1 da Aula 4 (página 34): toda raiz não nula inteira, caso exista, do polinômio acima
divide o coeficiente a0 = −24 do termo de grau zero.
Os divisores de −24 são
D(−24) = {1, −1, 2, −2, 3, −3, 4, −4, 6, −6, 8, −8, 12, −12, 24, −24}.
Substituindo λ por esses valores, verifica-se, por exemplo, que
(2)3 − 10(2)2 + 28(2) − 24 = 8 − 40 + 56 − 24 = 64 − 64 = 0.
Logo, 2 é uma das raı́zes do polinômio caracterı́stico. Assim, λ − 2 divide λ3 − 10λ2 + 28λ − 24.
Para determinar as demais raı́zes pode-se efetuar a divisão de polinômios ou usar o Algoritmo de
Briot-Ruffini para obter o quociente q(λ) e fatorar o polinômio caracterı́stico.
1 −10 28 −24
2 1 −8 12 0
2 1 −6 0
Logo, λ3 − 10λ2 + 28λ − 24 = (λ − 2)(λ2 − 8λ + 12).
Assim, λ3 − 10λ2 + 28λ − 24 = (λ − 2)(λ − 2)(λ − 6).
Portanto, λ3 − 10λ2 + 28λ − 24 = (λ − 2)2 (λ − 6).

Vamos determinar os autovetores associados a cada um dos autovalores, considerando a equação:

    
λ − 3 −1 −1 x 0
(λI − A)v = 0 ⇔  −2 λ − 4 −2   y  =  0  (??)
−1 −1 λ − 3 z 0

4
     
−1 −1 −1 x 0
- Fazendo λ = λ1 = 2 em (??), temos que  −2 −2 −2   y  =  0 .
−1 −1 −1 z 0
   
1 1 1 x 0
Reduzindo por linhas á forma em escada ou escalonada, obtemos:  0 0 0   y  =  0 .
0 0 0 z 0
Logo, 
 x+y+z =0
(2I − A)v = 0 ⇐⇒ 0x + 0y + 0z = 0 ⇐⇒ x + y + z = 0 ⇐⇒ z = −x − y.
0x + 0y + 0z = 0


O autoespaço associado ao autovalor λ1 = 2 Ã

c
E(λ1 = 2) = {(x, y, −x − y) ; x, y ∈ R} = [(1, 0, −1), (0, 1, −1)].
Logo, β1 = {(1, 0, −1), (0, 1, −1)} é uma base para o autoespaço associado ao autovalor λ1 = 2.
Como seu autoespaço tem dimensão 2, então esse autovalor tem multiplicidade geométrica 2, igual a
sua multiplicidade algébrica.
Os autovetores associados ao autovalor λ1 = 2 são da forma
v = (x, y, −x − y) = x(1, 0, −1) + y(0, 1, −1), onde x, y ∈ R e, x 6= 0 ou y 6= 0.
    
3 −1 −1 x 0
- Fazendo λ = λ2 = 6 em (??) temos  −2 2 −2   y  =  0 .
−1 −1 3 z 0

Reduzindo por linhas á forma em escada, obtemos:

       
3 −1 −1 −1 −1 3 1 1 −3 1 1 −3
 −2 2 −2  ∼1  −2 2 −2  ∼2  −2 2 −2  ∼3  0 4 −8 
−1 −1 3 3 −1 −1 3 −1 −1 0 −4 8
   
1 1 −3 1 0 −1
∼4  0 1 −2  ∼5  0 1 −2 ,
0 −4 8 0 0 0
onde fizemos a seguinte sequência de operações elementares:
em ∼1 : L1 ↔ L3 ;
em ∼2 : L1 ← −L1 ;
em ∼3 : L2 ← L2 + 2L1 , L3 ← L3 − 3L1 ;
em ∼4 : L2 ← 41 L2 ;
em ∼5 : L1 ← L1 − L2 e L3 ← L3 + 4L2 .
Logo, 
 x−z =0 
x−z =0
(6I − A)v = 0 ⇐⇒ y − 2z = 0 ⇐⇒ ⇐⇒ x = z e y = 2z
y − 2z = 0
0x + 0y + 0z = 0

O autoespaço associado ao autovalor λ2 = 6 Ã
c
E(λ2 = 6) = {(z, 2z, z) ; z ∈ R} = [(1, 2, 1)].
Logo, β2 = {(1, 2, 1)} é uma base para o autoespaço associado ao autovalor λ2 = 6. Como seu
autoespaço tem dimensão 1, então esse autovalor tem multiplicidade geométrica 1.
Assim, os autovetores associados ao autovalor λ2 = 6 são da forma

5
 v = (z, 2z, z) = z(1, 2, 1), z ∈ R e z 6= 0.
Finalmente, β = β1 ∪ β2 = {v1 = (1, 0, −1), v2 = (0, 1, −1), v3 = (1, 2, 1)} Ã c um conjunto
linearmente independente
 de 3 autovetores
 de A, visto que
1 0 1
det(A) = det  0 1 2 , onde A é a matriz cujas colunas são os vetores v1 , v2 e v3
−1 −1 1
     
1 2 0 1 0 1
= 1 · det − 0 · det + (−1) · det
−1 1 −1 1 1 2
= (1 − (−2)) − 0 + (−1)(−1)
= (1 + 2) + 1
= 4 6= 0.
Então, β é uma base de R3 formada por autovetores de A.
Outra justificativa: Essa justificativa segue da seguinte propriedade de independência linear em
qualquer espaço vetorial: se a um conjunto LI, incluı́mos um elemento do espaço vetorial que não é
combinação linear dos outros, obtemos um conjunto LI. Em linguagem matemática,
se {v1 , . . . , vm } é LI e vm+1 6∈ [v1 , . . . , vm ], equivalentemente, vm+1 não é combinação linear de
v1 , . . . , vm , então {v1 , . . . , vm , vm+1 } também é LI.
Nos cálculos acima, v1 , v2 foram escolhidos LI em E(λ1 = 2) e v3 ∈ E(λ2 = 6) é vetor não nulo.
Logo, v3 6∈ E(λ1 = 2) = [v1 , v2 ]. Então, {v1 , v2 , v3 } é LI. Como a dimensão do R3 é 3, qualquer
conjunto com 3 vetores LI é uma base do R3 .

(iii) O polinômio caracterı́stico

  é determinado
  por det(λI−
 A).  
1 0 0 1 0 0 λ−1 0 0
det(λI − A) = det λ  0 1 0  −  −1 1 0  = det  1 λ−1 0 
0 0 1 0 0 0 0 0 λ
= λ(λ − 1)(λ − 1) = λ(λ − 1) . 2

Os autovalores da matrizes considerada são as raı́zes do seu polinômio caracterı́stico: λ1 = 0 e

λ2 = 1.
Nesse caso, os autovalores são os elementos da diagonal principal, visto que A Ã c uma matriz
triangular (inferior).
Observe que o autovalor λ1 = 0 tem multiplicidade algébrica 1 e também multiplicidade geométrica
1 (segue de (V)) e o autovalor λ2 = 1 tem multiplicidade algébrica 2.
Vamos determinar os autoespaços associados a cada um dos autovalores. Para tanto devemos
determinar o conjunto solução da equação matricial (A − λI)v = 0 para cada um dos autovalores.
Temos que
    
λ−1 0 0 x 0
(λI − A)v = 0 ⇔  1 λ−1 0   y  =  0  (? ? ?)
0 0 λ z 0
    
−1 0 0 x 0
- Substituindo λ = λ1 = 0 em (? ? ?), temos que  1 −1 0   y  =  0 .
0 0 0 z 0
Reduzindo por linhas á forma em escada a matriz associada ao sistema linear homogêneo, obtemos:
       
−1 0 0 1 0 0 1 0 0 1 0 0
 1 −1 0  ∼1  1 −1 0  ∼2  0 −1 0  ∼3  0 1 0 ,
0 0 0 0 0 0 0 0 0 0 0 0

6
onde fizemos a seguinte sequência de operações elementares:
em ∼1 : L1 ← −L1 ;
em ∼1 : L2 ← L2 − L1 ;
em ∼1 : L2 ← −L2 .
Logo,      
1 0 0 x 0  x=0 
x=0
(0I − A)v = 0 ⇐⇒  0 1 0   y  =  0  ⇐⇒ y=0 ⇐⇒
y=0
0 0 0 z 0 0x + 0y + 0z = 0


O autoespaço E(λ1 = 0) é o conjunto solução do sistema acima

E(λ1 = 0) = {(x, y, z) ∈ R3 ; x = y = 0} = {(0, 0, z) ; z ∈ R} = [(0, 0, 1)].
Então, β1 = {(0, 0, 1)} Ã
c uma base para E(λ1 = 0), que tem dimensão 1. Geometricamente, é
uma reta pela origem. Portanto, o autovalor λ1 = 0 tem multiplicidade geométrica 1.

Os autovetores associados a λ1 = 0 são da forma

v1 = (0, 0, z), onde z ∈ R e z 6= 0.
    
0 0 0 x 0
- Substituindo λ = λ2 = 1 em (? ? ?), temos  1 0 0  y  =  0 
0 0 1 z 0
Reduzindo por linhas à forma em escada a matriz associada ao sistema, obtemos:
     
0 0 0 1 0 0 1 0 0
 1 0 0  ∼1  0 0 0  ∼2  0 0 1 ,
0 0 1 0 0 1 0 0 0
onde fizemos as seguintes operações elementares:
em ∼1 : L1 ↔ L2 e em ∼2 : L2 ↔ L3 .
Logo,      
1 0 0 x 0  x=0 
x=0
(I − A)v = 0 ⇐⇒  0 0 1   y  =  0  ⇐⇒ z=0 ⇐⇒
z=0
0 0 0 z 0 0x + 0y + 0z = 0


Assim, v = (x, y, z) Ã
c solução da equação se, e somente, se x = 0 e z = 0.
Logo, o autoespaço E(λ2 = 1) Ã c
E(λ2 = 1) = {(x, y, z) ∈ R3 ; x = z = 0} = {(0, y, 0) ; y ∈ R} = [(0, 1, 0)].
Então, β2 = {(0, 1, 0)} é uma base para o E(1).
Os autovetores associados a λ2 = 1 são da forma v2 = (0, y, 0), onde y ∈ R e y 6= 0.
Portanto, como o autoespaço E(λ2 = 1) tem dimensão 1, esse autovalor também tem multiplicidade
geométrica 1, apesar de ter multiplicidade algébrica 2.
Como a soma das multiplicidades geométricas dos autoespaços dos autovalores de A é igual a 2,
que é menor que a dimensão do espaço vetorial R3 , então não é possı́vel obter uma base de R3 formada
por autovetores da matriz A.

(iv) O polinômio caracterı́stico de A é:

7
  3 − A)
p(λ) = det(λI 
λ − 1 1 −1
= det  0 λ 0 
 −1 1 λ − 1
λ − 1 −1
= λ det
−1 λ − 1
= λ((λ − 1)(λ − 1) − 1) = λ(λ2 − 2λ) = λ2 (λ − 2).
Os autovalores de A são λ1 = 2, com multiplicidade algébrica 1, e λ2 = 0, com multiplicidade
algébrica 2.

Para determinar os autoespaços E(λ1 ) e E(λ2 ) devemos resolver os sistemas lineares homogêneos
associados, respectivamente, ás matrizes 0I3 − A e 2I3 − A.

Reduzindo por linhas à forma em escada a matriz 2I3 − A, obtemos:

       
1 1 −1 1 1 −1 1 1 −1 1 0 −1
2I3 − A =  0 2 0  ∼1  0 2 0  ∼2  0 1 0  ∼3  0 1 0 , matriz re-
−1 1 1 0 2 0 0 2 0 0 0 0
duzida por linhas á forma escalonada, onde fizemos a seguinte sequência de operações elementares:
em ∼1 : L3 ← L3 + L1 ; em ∼2 : L2 ← 21 L2 e em ∼3 : L1 ← L1 − L2 e L3 ← L3 − 2L2 .
        
x 0 1 0 −1 x 0
O sistema (2I3 − A)  y  =  0  é equivalente a  0 1 0   y  =  0 , portanto tem
z 0 0 0 0 z 0
as mesmas soluções. Assim, x − z = 0 e y = 0.
E(λ1 = 2) = {(x, y, z) ∈ R3 ; x − z = 0 e y = 0}
= {(z, 0, z) ; z ∈ R}
= {(1, 0, 1)z ; z ∈ R} = [(1, 0, 1)].

Logo, β1 = {v1 = (1, 0, 1)} é uma base de E(λ1 = 2). Assim, a multiplicidade geométrica de
λ1 = 2 é 1.
Reduzindo por linhas a matriz 0I3 − A, obtemos:
     
−1 1 −1 1 −1 1 1 −1 1
0I3 − A =  0 0 0  ∼1  0 0 0  ∼2  0 0 0 , matriz reduzida por linhas á
−1 1 −1 −1 1 −1 0 0 0
forma escalonada, onde fizemos a seguinte sequência de operações elementares:
em ∼1 : L1 ← −L1 e em ∼2 : L3 ← L3 + L1 .
        
x 0 1 −1 1 x 0
O sistema (0I3 − A) y = 0 é equivalente a 0
     0 0   y = 0 , portanto tem
 
z 0 0 0 0 z 0
as mesmas soluções. Assim, x − y + z = 0 e
E(λ2 = 0) = {(x, y, z) ∈ R3 ; x − y + z = 0}
= {(y − z, y, z) ; y, z ∈ R}
= {(y, y, 0) + (−z, 0, z) ; y, z ∈ R}
= {(1, 1, 0)y + (−1, 0, 1)z ; y, z ∈ R}
= = [(1, 1, 0), (−1, 0, 1)].

à possı́vel escolher dois autovetores de A linearmente independentes em E(λ2 = 0), pois a sua
dimensão é 2. Por exemplo, escolhemos a base β2 = {v2 = (1, 1, 0), v3 = (−1, 0, 1)} fazendo, respecti-
vamente, y = 1 e z = 0, y = 0 e z = 1. A multiplicidade geométrica de λ2 = 0 é 2.

8
 Neste caso, existe uma base do R3 formada por autovetores de A,
 

 

β = β1 ∪ β2 = v1 = (1, 0, 1), v2 = (1, 1, 0), v3 = (−1, 0, 1) .
|
 {z } | {z } | {z }

λ1 =2 λ2 =0 λ3 =0

Exercı́cio 3: Em cada item mostre que a matriz A e sua transposta At têm os mesmos autovalores.
 
  1 0 2
1 0
(i) A = . (ii) A =  1 −1 1 .
1 −1
0 1 1
Solução:    
1 0 t 1 1
(i) Considerando a matriz A = , temos que A = .
1 −1 0 −1
Como ambas são matrizes triangulares, de acordo com o Teorema 1 da Aula 2, seus autovalores
são exatamente os elementos da diagonal principal 1 e −1.
Logo, A e At tÃa m os mesmos autovalores.
 
1 0 2
(ii) Como vimos no ExercÃcio 2, item (i), o polinômio caracterÃstico da matriz A =  1 −1 1 
0 1 1
à c p(λ) = λ(λ + 1)(λ − 2) e seus autovalores são λ1 = 0, λ2 = −1 e λ3 = 2.
 
1 1 0
O polinômio caracterÃstico da matriz At =  0 −1 1  à c determinado por det(λI − At ).
2 1 1
      
1 0 0 1 1 0 λ − 1 −1 0
det(λI − At ) = det λ  0 1 0  −  0 −1 1  = det  0 λ + 1 −1 
0 0 1 2 1 1 −2 −1 λ − 1
     
λ + 1 −1 0 −1 0 λ+1
= (λ − 1) · det − (−1) · det + 0 · det
−1 λ − 1 −2 λ − 1 −2 −1
= (λ − 1)((λ + 1)(λ − 1) − 1) + 1(−2) + 0
= (λ − 1)(λ2 − 1 − 1) − 2
= (λ − 1)(λ2 − 2) − 2
= λ3 − 2λ − λ2 + 2 − 2
= λ3 − λ2 − 2λ
= λ(λ2 − λ − 2)
= λ(λ + 1)(λ − 2)
Assim, o polinômio caracterÃstico de At e A são iguais e tambà m c os autovalores são
iguais: λ1 = 0, λ2 = −1 e λ3 = 2.

ExercÃcio 4: Mostre que para qualquer matriz quadrada A de ordem n ≥ 1, A e At tÃa m os

mesmos autovalores.
Solução: Vamos mostrar que os polinômios caracterı́sticos de A e At são iguais, isto é.

det(λI − A) = det(λI − At ).
Para isso, vamos usar as seguintes propriedades que valem para quaisquer matrizes de ordem n e
números reais λ:

9
 (1) det(M ) = det(M t ),
(2) (M − N )t = M t − N t ,
(3) (λI)t = λI.
Temos que
(1)
det(λI − A) = det ((λI − A)t )
(2)
= det ((λI)t − At )
(3)
= det(λI − At ).

Exercı́Âcio 5: Determine, justificando sua resposta, se a afirmação é verdadeira ou falsa.

(a) Se o polinômio caracterı́Âstico de uma matriz A for p(λ) = λ2 + 1, então A é inversı́Âvel.
(b) Se o polinômio caracterı́Âstico de alguma matriz A for dado por p(λ) = (λ − 1)(λ − 2)2 , então a
multiplicidade geométrica do autovalor 2 é igual a 2.
(c) Se A ∈ M2 (R) e tem polinômio caracterı́stico p(λ) = (λ − 1)(λ − 2), então existe uma base do R2
formada por autovetores de A.
Solução:
(a) A afirmação é verdadeira.
Como 0 não é autovalor da matriz A, pois p(0) = 1 6= 0, temos que A é inversı́Âvel (teorema 2 da
Aula 2).

(b) A afirmativa é falsa.

 
1 0 0
Considere a seguinte matriz A =  1 2 0 . Como A é uma matriz triangular inferior, temos
−3 5 2
que os seus autovalores são os elementos da diagonal principal, assim, os autovalores de A são 1 e 2.
Vamos determinar os autovetores associados ao autovalor λ = 2, considerando a equação:
    
λ−1 0 0 x 0
(λI − A)v = 0 ⇔  −1 λ − 2 0  y  =  0  (??)
3 −5 λ − 2 z 0
    
1 0 0 x 0
- Fazendo λ = 2 em (??), temos que  −1 0 0   y  =  0 .
3 −5 0 z 0
   
1 0 0 x 0
Reduzindo por linhas à forma em escada ou escalonada, obtemos:  0 1 0   y  =  0 .
0 0 0 z 0

 x=0
Logo, (2I − A)v = 0 ⇐⇒ y=0
0x + 0y + 0z = 0.


O autoespaço associado ao autovalor λ = 2 é

E(λ = 2) = {(0, 0, z) ; z ∈ R} = [(0, 0, 1)].
Logo, β1 = {(0, 0, 1)} é uma base para o autoespaço associado ao autovalor λ = 2. Como seu
autoespaço tem dimensão 1, então esse autovalor tem multiplicidade geométrica 1.

10
(c) A afirmação é verdadeira.
Os autovalores de A são λ1 = 1 e λ2 = 2. Tomando quaisquer vetores v1 e v2 autovetores associados,
respectivamente, a λ1 e λ2 temos que eles são linearmente independentes, pois λ1 6= λ2 . Como a
dimensão do R2 é 2, então {v1 , v2 } é uma base do R2 formada por autovetores de A.

11