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)

autovalores de 4 5 , matriz canônica de T.

A
2 1
Resolvemos a equação característica det (A – I) = 0:

4 5 1 0 4 5
A I
2 1 0 1 2 1
2
det (A – I) = 0 (4 – ) (1 – ) – 10 = 0 –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
5x 5 y 0
2x 2 y 0
x -y
Então, v 1 = (– y, y) sendo um de seus representantes o vetor v1 = (– 1, 1).

5
 x
2 6; v
y
4 6 5 x 0
(A I) 0
2 1 6 y 0
2x 5 y 0
2x 5 y 0
5
x y.
2

Então v = ( 52 y, y) sendo um de seus representantes o vetor v2 = ( 52 , 1).

2

6 0 2,5 1 0,9284 0,7071

Λ , V , 2,5 2 2
1 2,6925... e ( 1) 2 2
1 1,414213... v*
0 1 1 1 0,3713 0,7071

Exemplo 2: Determinar os autovalores e autovetores do operador linear:

3 3
T: , T(x,y,z) = (3x – y + z, -x + 5y + z, x – y + 3z)
Em forma matricial:

6
 x 3 1 1 x
T y 1 5 1. y Av
z 1 1 3 z
3- -1 1
3 2
det[A - I] -1 5- 1 11 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=6e 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 3 1. y 0
. Escalonando:
1 1 1 z 0

7
 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 xez 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:

8
 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 xe 2z y
1 1 3 1 0 1

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

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.

9
Exemplo 3: 3 1
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!
O procedimento para se determinar os autovetores é o mesmo. Assim, é possível encontrar os
autovetores associados a estes autovalores.

10
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.

11