”Oh dear! Oh dear!

I shall be too late!”.- said the White Rabbit

Alice’s Adventures in Wonderland, Lewis Carroll

6. Valores e Vectores Próprios

Definição de valores e vectores próprios de uma matriz.

Cálculo de valores e vectores próprios de uma matriz
Diagonalização.

Maria Antónia Forjaz DMat 9 de dezembro de 2021 1 / 22

Definição
Seja A uma matriz de ordem n. Diz-se que λ é um valor próprio de A se e
só existir um vector x ∈ R n , não nulo, tal que

Ax = λx.

Designa-se o vector x por vector próprio associado ao valor próprio λ.

Exemplo    
1 0 0
Sendo A = tem-se para x = eλ=2
0 2 3
    
1 0 0 0
Ax = λx ⇔ =2
0 2 3 3
donde
 λ =2 é um valor próprio de A associado ao vector próprio
0
x=
3

Maria Antónia Forjaz DMat 9 de dezembro de 2021 2 / 22

Exemplos:
1. Seja A a matriz nula On de ordem n. Então,

{valores próprios de A} = {0} e

{vectores próprios de A} = IRn \{0}.
Cada elemento de IRn \{0} é um vector próprio associado ao valor próprio
0 de A.
   
3 0 x1
2. Para A = ex= , tem-se
0 3 x2
   
3x1 x1
Ax = =3 = 3x
3x2 x2
Portanto, 3 é valor próprio de A associado a cada vector de IR2 \{0}.

Maria Antónia Forjaz DMat 9 de dezembro de 2021 3 / 22

• Chama-se espectro da matriz A ao conjunto de todos os valores próprios
da matriz A, que se representa por λ(A).

• Um vector próprio está associado apenas a um valor próprio

De facto, se λ0 é outro valor próprio associado a x, então tem-se Ax = λx
e Ax = λ0 x.
Logo, λx = λ0 x donde (λ − λ0 )x = 0. Dado que x 6= 0, deduz-se assim
que λ − λ0 = 0, ou seja, que λ = λ0 .

• Um valor próprio está associado uma infinidade de vectores próprios.

Na verdade, se x é um vector próprio associado ao valor próprio λ, então,
αx, com α ∈ IR\{0}, também é um vector próprio associado ao valor
próprio λ.

Ax = λx ⇔ A(αx) = λ(αx), α ∈ IR\{0}

Maria Antónia Forjaz DMat 9 de dezembro de 2021 4 / 22

 como calcular os valores próprios
Teorema
Seja A uma matriz de ordem n. Um escalar λ é um valor próprio de A se e
só
det(A − λIn ) = 0
Demonstração:
Para um número real λ são válidas as seguintes equivalências,

λ é valor próprio de A ⇔ Ax = λx para algum x 6= 0

⇔ (A − λI )x = 0 para algum x 6= 0
⇔ (A − λI )x = 0 é um sistema indeterminado
⇔ A − λI é uma matriz não invertı́vel
⇔ |A − λI | = 0

Maria Antónia Forjaz DMat 9 de dezembro de 2021 5 / 22

Exemplo  
−3 1 −1
Seja A =  −7 5 −1 
−6 6 −2
 
−3 − λ 1 −1
det(A − λI3 ) = det  −7 5−λ −1 
 −6 6 −2 −λ 
−2 − λ 1 −1
= det  −2 − λ 5 − λ −1 
0  6 −2 − λ 
1 1 −1
= −(2 + λ) det  1 5 − λ −1 
 0 6 −2 −λ 
1 1 −1
= −(2 + λ) det  0 4 − λ 0 
0 6 −2 − λ

= −(2 + λ)(4 − λ)(−2 − λ) = (2 + λ)2 (4 − λ)

Os valores próprios sao λ = −2 eλ = 4
Maria Antónia Forjaz DMat 9 de dezembro de 2021 6 / 22
• Designa-se por polinómio caracterı́stico o polinómio, em λ, det(A − λIn ).
Este polinómio é de grau n, ordem da matriz A.

• Chama-se equação caracterı́stica à equação p(λ) = det(A − λIn ) = 0.

Note-se que as raı́zes da equação caracterı́stica são os valores próprios da matriz
A.

Se λ1 , λ2 , . . . , λm , (m ≤ n), são raı́zes do polinómio caracterı́stico (ou seja

valores próprios de A), então este pode ser factorizado do seguinte modo:

p(λ) = (−1)n (λ − λ1 )r1 (λ − λ2 )r2 . . . (λ − λn )rn .

em que r1 + r2 + · · · + rn = n.
Diz-se que λ1 , λ2 , . . . , λm têm multiplicidade algébrica r1 , r2 , . . . , rn ,
respectivamente.

Maria Antónia Forjaz DMat 9 de dezembro de 2021 7 / 22

polinómio caracterı́stico: p(λ) = (2 + λ)2 (4 − λ)

equação caracterı́stica: p(λ) = (2 + λ)2 (4 − λ) = 0

Donde os valores próprios de A são λ = −2 de multiplicidade (algébrica) 2

e λ = 4 de multiplicidade 1 (simples).

Maria Antónia Forjaz DMat 9 de dezembro de 2021 8 / 22

 um subespaço próprio importante
Se λ é um valor próprio de uma matriz A, de ordem n então o conjunto

Uλ = {x : Ax = λx},
incluindo o vector nulo, é um subespaço, designado por subespaço próprio
associado ao valor próprio λ.
À dimensão do subespaço próprio chama-se multiplicidade geométrica do
valor próprio λ

Maria Antónia Forjaz DMat 9 de dezembro de 2021 9 / 22

Exemplo  
−3 1 −1
A matriz A =  −7 5 −1 , com valores próprios λ = −2, de multiplicidade
−6 6 −2
algébrica 2, e λ = 4 simples.
De modo a determinar o subespaço associado a λ = 4 temos que resolver o
sistema (A − 4I3 )X = 0, ou seja:
    
−7 1 −1 x 0
 −7 1 −1   y  =  0 
−6 6 −6 z 0
O sistema reduz-se a x = 0, y − z = 0, sendo então o conjunto solução,
constituı́do por vectores da forma:
 
0
 y ,
y
tendo-se, o subespaço próprio associado a λ = 4:
Uλ=4 = {(0, y , y ), y ∈ IR}, o qual tem dimensão 1, sendo λ = −2 de
multiplicidade geométrica 1.
Maria Antónia Forjaz DMat 9 de dezembro de 2021 10 / 22
De modo a determinar o subespaço associado a λ = −2 temos que resolver o
sistema (A + 2I3 )X = 0, ou seja:

    
−1 1 −1 x 0
 −7 7 −1   y  =  0 
−6 6 0 z 0
O sistema reduz-se a x = y , z = 0, sendo então o conjunto solução,
constituı́do por vectores da forma:
 
x
 x ,
0
tendo-se, o subespaço próprio associado a λ = −2:

Uλ=−2 = {(x, x, 0), x ∈ IR}

o qual tem dimensão 1, sendo λ = −2 de multiplicidade geométrica 1.

Maria Antónia Forjaz DMat 9 de dezembro de 2021 11 / 22
Propriedades
• Os valores próprios de uma matriz diagonal são os elementos da
diagonal.
• Os valores próprios de uma matriz triangular superior (inferior) são os
elementos da diagonal.
• Seja A uma matriz de ordem n. Se λ é valor próprio de A então αλ é
valor próprio de αA, α ∈ IR\{0}.
• Se β é um número, então λ + β é um valor próprio de A + βI e x é um
vector próprio associado.
• Seja A uma matriz de ordem n. Se λ é valor próprio de A associado ao
vector próprio x, então λn é valor próprio de An associado ao vector
próprio x.
• A é invertı́vel se e só se λ 6= 0. Neste caso, 1
λ é um valor próprio de A−1
e x é um vector próprio associado.
• λ é um valor próprio de AT .
Maria Antónia Forjaz DMat 9 de dezembro de 2021 12 / 22
Definição
Duas matrizes A e B dizem-se semelhantes se existir uma matriz S,
invertı́vel , tal que
B = S −1 AS

Teorema
Duas matrizes semelhantes têm os mesmos valores próprios.
Demonstração
Sejam A e B duas matrizes semelhantes. Então existe uma matriz S, invertı́vel
tal que B = SAS −1 .
Assim, vejamos que têm iguais polinómios caracterı́sticos
pB (λ) = |B − λI | = |SAS −1 − λ(SS −1 )| = |SAS −1 − SλS −1 |

= |S(A − λI )S −1 | = |S||(A − λI )||S −1 | 1

= |S||(A − λI )| |S|

= |A − λI | =

= pA (λ)
Maria Antónia Forjaz DMat 9 de dezembro de 2021 13 / 22
Teorema
Sejam A e B matrizes semelhantes.
Se x é um vector próprio de A associado ao valor próprio λ, então S −1 x é
vector próprio de B associado ao valor próprio λ.
Demonstração:
Seja B semelhante a A, ou seja, existe S, invertı́vel, tal que: B = S −1 AS.
Se x é um vector próprio de A associado ao valor próprio λ, então

Ax = λx ⇒ S −1 ASS −1 x = S −1 λx

⇒ (S −1 AS)(S −1 x) = λ(S −1 x)

⇒ B(S −1 x) = λ(S −1 x)
ou seja S −1 x é vector próprio de B associado ao valor próprio λ.

Maria Antónia Forjaz DMat 9 de dezembro de 2021 14 / 22

  
1 4
Relativamente à matriz A = ,
2 3

• Subespaço próprio associado a λ = −1


2 4
(A − λI )x = 0 ⇔ (A + I )x = 0 ⇔ x = 0; Uλ=−1 = {(−2y , y ) : y ∈ IR}
2 4

• Subespaço próprio associado aλ = 5 

−4 4
(A − λI )x = 0 ⇔ (A − 5I )x = 0 ⇔ x = 0;
 2 −2   
−2 1 −1/3 1/3
Uλ=5 = {(x, x) : x ∈ IR} Tem-se: S = e S −1 =
1 1 1/3 2/3

     
−2 1 1 4 −1/3 1/3 −1 0
e então D = SAS −1 = =
1 1 2 3 1/3 2/3 0 5
Note-se que:
dimUλ=−1 + dimUλ=5 = 1 + 1 = 2 = n

Maria Antónia Forjaz DMat 9 de dezembro de 2021 15 / 22

Teorema
Seja A ∈ IRn×n e suponhamos que A tem n vectores próprios v1 , . . . , vn
associados, respectivamente, a valores próprios λ1 , . . . , λn (não
necessariamente distintos), linearmente independentes. Seja S a matriz
que tem esses vectores próprios como colunas e seja D a matriz diagonal
com elementos diagonais iguais a λ1 , . . . , λn , i.e.
 
λ1 0 . . . 0
 0 λ1 0 0 
D= .
 
. .. 
 .. .. . . . . 
0 0 ... λn

Então:
1 S é uma matriz invertı́vel;
2 D = S −1 AS

Maria Antónia Forjaz DMat 9 de dezembro de 2021 16 / 22

Demonstração:
1. Sendo S a matriz n × n definida por S = (v1 v2 . . . vn ) e, por hipótese,
v1 , . . . , vn são linearmente independentes, ter-se-á car (S) = n, o que
garante que S é invertı́vel.
2. Como Avi = λi vi , tem-se

AS = A(v1 v2 . . . vn )
= (Av1 Av2 . . . Avn )
= (λ1 v1 λ2 v2 . . .λn vn ) 
λ1 0 . . . 0
 0 λ1 0 0 
= (v1 v2 . . . vn )  .
 
. .. .. 
 . . ... . 
0 0 . . . λn
= SD
De AS = SD vem, multiplicando ambos os membros, à esquerda, por S −1 ,
que D = S −1 AS.
Maria Antónia Forjaz DMat 9 de dezembro de 2021 17 / 22
Definição
Uma matriz é diagonalizável se for semelhante a uma matriz diagonal.
Ou seja se existir uma matriz S, invertı́vel, tal que

D = S −1 AS

é uma matriz diagonal.

Teorema
Uma matriz de ordem n é diagonalizável se e só se tem n vectores próprios
linearmente independentes.
Corolário
Uma matriz de ordem n é diagonalizável se e só se existir uma base de R n
formada vectores próprios de A.

Maria Antónia Forjaz DMat 9 de dezembro de 2021 18 / 22

Exemplo
 
1 1
A matriz A = não é diagonalizável.
0 1

Note-se que, sendo o polinómio caracterı́stico de A, p(λ) = (1 − λ)2 , o

único valor próprio é 1.
Sendo Uλ=1 = {(x, 0) : x ∈ IR}, subespaço de dimensão 1, não é possı́vel
determinar 2 vectores próprios independentes.

Maria Antónia Forjaz DMat 9 de dezembro de 2021 19 / 22

Exemplo A matriz  
2 −3 1
 1 −2 1 
1 −3 2

T
T
T
é diagonalizável, uma vez que 3 1 0 , 1 1 1 e −1 0 1
são vectores próprios linearmente independentes.
   
1 0 0 3 1 −1
Tem-se S −1 AS = D com D =  0 0 0  e S =  1 1 0 
0 0 1 0 1 1
A matriz S é a matriz cujas colunas são os vectores próprios, l. independentes,
associados aos valores próprios.
A matriz D é uma matriz diagonal cujos elementos da diagonal principal são os
valores próprios da matriz A.
Diagonalizacao de Matrizes Ortogonais Sendo P uma matriz ortogonal
P.P T = I =⇒ P T = P −1 A matriz diagonal D obtém-se da igualdade
D = P T .A.P

Maria Antónia Forjaz DMat 9 de dezembro de 2021 20 / 22

Corolário
Se uma matriz A, de ordem n, e suponhamos que λ1 , . . . , λk são todos os
valores próprios distintos de A. Então A é diagonalizável se e só se

dim(Uλ1 ) + · · · + dim(Uλk ) = n,

ou seja, o somatório das multiplicidades geométricas de λ1 , . . . , λk é igual

a n.

Maria Antónia Forjaz DMat 9 de dezembro de 2021 21 / 22

Em sı́ntese:
se A é de ordem n, então,
se A tem valores próprios distintos, então A tem n vectores próprios
linearmente independentes e é, portanto, diagonalizável;
se A não tem n valores próprios distintos, A pode ou não ser
diagonalizável; se a equação caracterı́stica de A tiver uma raı́z real
múltipla, seria necessário averiguar se A tem ou não n vectores
próprios linearmente independentes.

Exemplo
A matriz  
1 4
A=
2 3
é diagonalizável, uma vez que tem dois valores próprios distintos -1 e 5.

Maria Antónia Forjaz DMat 9 de dezembro de 2021 22 / 22