Alg Aula07 2

Álgebra Linear
Autovalores e Autovetores
Prof. Paulo Salgado

psgmn@cin.ufpe.br
1
Sumário
• Autovalores e Autovetores
• Polinômio característico
2
• Dada uma transformação linear de um espaço
vetorial nele mesmo, T:V→V, gostaríamos de
saber que vetores seriam levados neles
mesmos por essa transformação
• Isto é, dada T:V→V, quais os vetores vV tais
que T(v) = v?
• v é chamado de vetor fixo
• Obviamente, a condição é válida para v igual ao
vetor nulo (pela definição de transf. linear), logo,
vamos desconsiderá-lo
3
• Exemplo 1:
 Quais os vetores vV tais que T(v) = v?
 I:R2 → R2 Transformação Identidade
 (x, y) → (x, y)
 Neste caso, todo R2 é fixo uma vez que I(x, y) = (x, y)

para todo (x, y)R2
4
• Exemplo 2:
 Quais os vetores vV tais que T(v) = v?
 rX:R2 → R2 Reflexão no Eixo-x
 (x, y) → (x, -y)
 Ou w rX
x x →
→ 1 0
y 0 -1 y rX(w)
 Podemos notar que todo vetor pertencente ao eixo x é

mantido fixo pela transformação rx. De fato:
1 0 x = x
Ou seja rx(x, 0) = (x, 0)
0 -1 0 0 5
Cont. Autovalores e Autovetores
• Exemplo 2: Reflexão no Eixo-x
 Ainda mais, esses vetores são únicos com essa
propriedade já que:
1 0 x = x  x + 0y = x
0 -1 y y 0x – y = y
x=x

y = -y  y = 0
6
• Exemplo 3:
 N:R2 → R2
Transformada nula
 (x, y) → (0, 0)
 Nesse caso, o único vetor fixo é N(0, 0) = (0, 0)
7
• Considere o seguinte problema: dada uma
transformação linear de um espaço vetorial
T:V→V, estamos interessados em saber quais
vetores são levados em um múltiplo de si
mesmos; isto é, procuramos um vetor vV e um
escalar λR tal que:
 T(v) = λ.v
• Neste caso, T(v) será um vetor de mesma direção
que v
 Na mesma reta suporte
8
• Como v = 0 satisfaz a equação para todo λ, estamos

interessados em v0
• O escalar λ é chamado de autovalor ou valor
característico de T
• O vetor v é chamado de autovetor ou vetor
característico de T
• Chamaremos de Operador Linear à transformação
T:V→V
 Transformação de um espaço vetorial nele mesmo
9
• Definição: Seja T:V→V um operador linear. Se

existirem vV, v0 e λR tais que Tv = λv, λ é
um autovalor de T e v é um autovetor de T
associado a λ
• Observe que λ pode ser zero enquanto v não
pode ser o vetor nulo
10
• Exemplo 1:
 Encontre o autovalor e autovetor da transformação.
 T:R2 → R2
 v → 2v
x x 2x x
→ 2 0 = = 2
y 0 2 y 2y y
 Neste caso, 2 é um autovalor e qualquer (x, y)(0, 0)

é um autovetor associado ao autovalor 2
11
• Observe que T(v) é sempre um vetor de mesma
direção que v. Então, se:
 λ < 0, T inverte o sentido do vetor;
 |λ| > 1, T dilata o vetor;
 |λ| < 1, T contrai o vetor;
 λ = 1, T é a identidade;
12
• Exemplo 2: Reflexão no eixo x
 rx:R2 → R2 Encontre um autovetor e o
autovalor correspondente
 (x, y) → (x, -y)
E para os vetores (x, 0)
x 1 0 x quem é o autovalor?
→
y 0 -1 y
0
 Os vetores da forma são tais que:
y
1 0 0 = 0 = -1 0
Assim, todo vetor (0,y),
y  0, é autovetor de
0 -1 y -y y rx com autovalor λ=-1
13
• Exemplo 2: Reflexão no eixo x
 Como vimos antes, os vetores (x, 0) são fixos por
essa transformação
• rx (x, 0) = 1.(x, 0)
 Ou seja, (x, 0) é um autovetor associado ao
autovalor λ = 1, com x  0
 Assim, existem dois autovalores para essa
transformação com um autovetor associado a cada
autovalor
• Exemplo 3: Rotação de 90º em torno da origem
 rx:R2 → R2
 (x, y) → (-y, x)
x 0 -1 x -y
→ =
y 1 0 y x
 Nenhum vetor diferente de zero é levado por T num
múltiplo de si mesmo
 Logo, T não tem autovalores (consequentemente,
também não tem autovetores)
15
• Exemplo 4:
 Seja A = 2 2
0 1
x x
 Então A. = 2 2 2x + 2y
y 0 1 y = y
 e TA(x, y) = (2x + 2y, y)
 Para procurar os autovalores e autovetores de TA
resolvemos a equação TA(v) = λv
 Ou seja....
16
• Exemplo 4:
2x + 2y = λ. x = λx 2x + 2y = λx (1)
y λy 
y y = λy (2)
 i) Se y0, de (2) temos λ = 1  2x + 2y = x  y = -½x

 autovalor λ = 1 e autovetores do tipo (x, -½x), x0
 ii) Se y = 0  x  0 (senão, o autovetor seria o vetor
nulo). De (1), 2x + 0 = λx  λ = 2. Logo, o outro
autovalor é 2 com autovetor associado (x, 0), x  0
 Assim, para essa transformação T temos autovetores
(x,-½x), x0, associados ao autovalor 1 e os
autovetores (x, 0), x  0, associados ao autovalor 2
17
• Teorema: Dada uma transformação T:V→V e um

autovetor v associado ao autovalor λ, qualquer
vetor w = v (  0) também é autovetor de T
associado a λ
• Definição: O subespaço Vλ = {vV: T(v) = λv} é
chamado de subespaço associado ao autovalor λ
18
Polinômio Característico
• Exemplo: Seja
4 2 0
A= -1 1 0
0 1 2
 Procuramos vetores vR3 e escalares λR, tais que
A.v = λ.v (T(v) = λ.v)
 Observe que, se I for a matriz identidade de ordem 3,
então a equação acima pode ser escrita na forma
• Av=(λI)v,
• ou ainda (A – λI)v = 0
 Explicitamente.....
19
Cont. Polinômio Característico
• Exemplo:
4 2 0 λ 0 0 x 0
-1 1 0 — 0 λ 0 y = 0
0 1 2 0 0 λ z 0
4-λ 2 0 x 0
 -1 1-λ 0 y = 0
0 1 2-λ z 0
20
• Exemplo:
 Para solução do sistema, se o determinante da matriz
dos coeficientes for diferente de zero, a solução única
será x = y = z = 0 que não nos interessa (vetor nulo)
 Como estamos procurando autovetores v0, para
satisfazer a condição acima precisamos ter:
4-λ 2 0
det -1 1-λ 0 = 0
0 1 2-λ
21
• Exemplo:
 (4 – λ).(1 – λ).(2 – λ) + 2.(2 – λ) = 0
 -λ3 + 7λ2 - 16λ + 12 = 0 Polinômio Característico
 (λ – 2)2(λ - 3) = 0
 Logo, λ = 2 e λ = 3 são soluções do polinômio
característico de A e, portanto, os autovalores da
matriz A são 2 e 3
 Conhecendo os autovalores, podemos buscar os
autovetores resolvendo a equação Av = λv para cada
autovalor
22
• Exemplo:
 λ = 2: 4 2 0 x x
-1 1 0 y = 2 y
0 1 2 z z
4x + 2y = 2x
-x + y = 2y  x = -y
y + 2z = 2z y=0x=0
 Logo, os autovetores são do tipo (0, 0, z) para o
autovalor λ = 2. Ou seja, pertencem ao subespaço
[(0,0,1)]
23
• Exemplo:
 λ = 3: 4 2 0 x x
-1 1 0 y = 3 y
0 1 2 z z
4x + 2y = 3x
-x + y = 3y  x = -2y
y + 2z = 3z y=z
 Logo, os autovetores são do tipo (-2y, y, y) para o
autovalor λ = 3. Ou seja, pertencem ao subespaço
[(-2,1,1)]
24
Polinômio Característico
• De maneira geral, seja A uma matriz de ordem n,

os autovalores de A são aqueles que satisfazem
det(A – λI) = 0
• P(λ) = det(A – λI) é um polinômio de grau n e é o

polinômio característico da matriz A
25
• Exemplo 1: Seja:
A = -3 4  det(A – λI) = det -3-λ 4

-1 2 -1 2-λ
 (-3 – λ)(2 – λ) + 4 = λ2 + λ – 2 = P(λ)

 P(λ) = 0  λ2 + λ – 2 = 0
 (λ - 1)(λ + 2) = 0  λ = 1 ou λ = -2
26
• Exemplo 1: Autovetores:
 i) Para λ = 1
-3 4 x x
-1 2 y = 1. y
 -3x + 4y = x
-x + 2y = y x=y
 v = (x, x), x  0
27
• Exemplo 1: Autovetores:
 ii) Para λ = -2
-3 4 x x
-1 2 y = -2. y
 -3x + 4y = -2x  x = 4y
-x + 2y = -2y  x = 4y
 v = (4y, y), y  0
28
• Exemplo 2: (Questão 8) Encontre a transf. linear
T:R2 → R2, tal que T tenha autovalores -2 e 3
associados aos autovetores (3y, y) e (-2y, y)
respectivamente.
• Solução:
 De maneira geral, temos:
a b x x ax + by x
= .  =
c d y y cx + dy y
ax + by = x x(a - ) + by = 0
 
cx + dy = y cx + y(d - ) = 0
29
• Exemplo 2: (Questão 8)
 i)  = -2
x(a + 2) + by = 0
cx + y(d + 2) = 0
 Mas, para  = -2, temos o autovetor (3y, y) ou seja x =

3y:
3y(a + 2) + by = 0  3a + b = -6
(I)
3cy + y(d + 2) = 0 3c + d = -2
30
 i)  = 3
x(a - 3) + by = 0
cx + y(d - 3) = 0
 Mas, para  = 3, temos o autovetor (-2y, y) ou seja x =

-2y:
-2y(a - 3) + by = 0  -2a + b = -6
(II)
-2cy + y(d - 3) = 0 -2c + d = 3
De (I) e (II): a = 0, b = -6, c = -1, d = 1
31
 Logo:
a b 0 -6
T= c d = -1 1
32
• Exemplo 3: (Questão 4) Ache os autovalores e
autovetores da transformação T:R3 → R3 tal que
(x, y, z) → (x + y, x – y + 2z, 2x + y – z).
• Solução:
x+y x
x – y +2z =  y Use
2x + y - z z det(A – λI) = 0
1 1 0 x x
1 -1 2 y = y
2 1 -1 z z
33
• Solução:
1- 1 0
det 1 -1- 2 =0
2 1 -1-
(1 – )(-1 – )2 + 4 – 1.(-1 – ) – 2.(1 – )= 0

(1 – )(-1 – )2 + 4 + 1 +  – 2 + 2= 0
(1 – )(-1 – )2 + 3 + 3 = 0
(1 – )(1 + )2 + 3(1 + ) = 0
(1 + )[(1 – )(1 + ) + 3] = 0
34
• Solução:
(1 + )[(1 – )(1 + ) + 3] = 0
(1 + )[1 – 2 + 3] = 0
(1 + )(4 – 2) = 0
(1 + )(2 – )(2 + ) = 0
Autovalores:
1 = -1, 2 = 2, 3 = -2
35
• Solução:
Autovetores (de forma geral):
x+y x
x + y = x x – y +2z = y
x – y + 2z = y 2x + y - z z
2x + y – z = z
36
• Solução:
Autovetor associado a 1 = -1:
x + y = -1x y = -2x
x – y + 2z = -1y z = -x/2
2x + y – z = -1z
Logo, o autovetor associado ao autovalor 1 é:

v1 (x, -2x, -x/2)  [(1, -2, -1/2)]
37
• Solução:
Autovetor associado a 2 = 2:
x + y = 2x y=x
x – y + 2z = 2y z=x
2x + y – z = 2z z=x

v2 (x, x, x)  [(1, 1, 1)]
38
• Solução:
Autovetor associado a 3 = -2:
x + y = -2x y = -3x
x – y + 2z = -2y z=x
2x + y – z = -2z z=x

v3 (x, -3x, x)  [(1, -3, 1)]
39
Hoje vimos...
• Autovalores e Autovetores
• Polinômio característico
40
Exercícios Sugeridos
• 2
• 3
• 4
• 7 a 18
• 22
41
A Seguir...
Di
ag
on
ali
za
çã
od
eO
pe
ra
do
re
s
42

Alg Aula07 2

Enviado por

Dados do documento

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Alg Aula07 2

Enviado por

Direitos autorais:

Formatos disponíveis

Álgebra Linear

Prof. Paulo Salgado

 I:R2 → R2 Transformação Identidade

 Neste caso, todo R2 é fixo uma vez que I(x, y) = (x, y)

 Podemos notar que todo vetor pertencente ao eixo x é

 Nesse caso, o único vetor fixo é N(0, 0) = (0, 0)

• Como v = 0 satisfaz a equação para todo λ, estamos

• Definição: Seja T:V→V um operador linear. Se

 Neste caso, 2 é um autovalor e qualquer (x, y)(0, 0)

 i) Se y0, de (2) temos λ = 1  2x + 2y = x  y = -½x

• Teorema: Dada uma transformação T:V→V e um

• Definição: O subespaço Vλ = {vV: T(v) = λv} é

chamado de subespaço associado ao autovalor λ

• De maneira geral, seja A uma matriz de ordem n,

• P(λ) = det(A – λI) é um polinômio de grau n e é o

A = -3 4  det(A – λI) = det -3-λ 4

 (-3 – λ)(2 – λ) + 4 = λ2 + λ – 2 = P(λ)

 Mas, para  = -2, temos o autovetor (3y, y) ou seja x =

 Mas, para  = 3, temos o autovetor (-2y, y) ou seja x =

(1 – )(-1 – )2 + 4 – 1.(-1 – ) – 2.(1 – )= 0

Logo, o autovetor associado ao autovalor 1 é:

Logo, o autovetor associado ao autovalor 2 é:

Logo, o autovetor associado ao autovalor 3 é:

Você também pode gostar