SlideShare uma empresa Scribd logo
1 de 9
Baixar para ler offline
82
Parte 5 – Autovetores e
Autovalores
83
Autovetores e Autovalores
DEFINIÇÃO: Seja A uma matriz n×n. O número real λ é um autovalor de A se
existe um vetor não-nulo x
v
em n
R tal que
xxA
vv
λ=
Todo vetor não-nulo x
v
satisfazendo esta equação é chamado um autovetor de A
associado ao autovalor λ. Autovalores são também chamados de valores próprios ou
valores característicos. Nesses casos, os autovetores são chamados de vetores
próprios ou vetores característicos, respectivamente.
Note que 0x
vv
= sempre satisfaz a definição, mas 0
v
não é um autovetor, pois um
autovetor tem que ser um vetor não-nulo.
Exemplo: Se A é a matriz identidade nI , seu único autovalor é 1; todos os vetores
não-nulos em n
R são autovetores de A associados ao autovalor 1=λ :
x1xIn
vv
=
Exemplo: Seja
⎥
⎦
⎤
⎢
⎣
⎡
=
021
210
A
então
⎥
⎦
⎤
⎢
⎣
⎡
=⎥
⎦
⎤
⎢
⎣
⎡
=⎥
⎦
⎤
⎢
⎣
⎡
⎥
⎦
⎤
⎢
⎣
⎡
=⎥
⎦
⎤
⎢
⎣
⎡
1
1
2
1
21
21
1
1
021
210
1
1
A
de modo que
⎥
⎦
⎤
⎢
⎣
⎡
=
1
1
x1
v
é um autovetor de A associado ao autovalor 211 =λ . Além disso,
⎥
⎦
⎤
⎢
⎣
⎡
−
−=⎥
⎦
⎤
⎢
⎣
⎡−
=⎥
⎦
⎤
⎢
⎣
⎡
−⎥
⎦
⎤
⎢
⎣
⎡
=⎥
⎦
⎤
⎢
⎣
⎡
− 1
1
2
1
21
21
1
1
021
210
1
1
A
de modo que
⎥
⎦
⎤
⎢
⎣
⎡
−
=
1
1
x2
v
é um autovetor de A associado ao autovalor 212 −=λ .
84
A figura a seguir mostra que 1x
v
e 1xA
v
são paralelos e que 2x
v
e 2xA
v
também são
paralelos. Isto ilustra o fato de que, se x
v
é um autovetor de A, então x
v
e xA
v
são
paralelos.
Seja λ um autovalor de A com autovetor correspondente x
v
. A figura a seguir
mostra x
v
e xA
v
para os casos em que λ>1, 0<λ<1 e λ<0.
Um autovalor λ de A tem uma infinidade de autovetores diferentes associados. De
fato, se x
v
é um autovetor de A associado ao autovalor λ (isto é, xxA
vv
λ= ) e se r é
qualquer número real diferente de zero, então
( ) ( ) ( ) ( )xrxrxArxrA
vvvv
λ=λ==
Logo, xr
v
também é um autovetor associado a λ.
Exemplo: Seja
⎥
⎦
⎤
⎢
⎣
⎡
=
10
00
A
então
⎥
⎦
⎤
⎢
⎣
⎡
=⎥
⎦
⎤
⎢
⎣
⎡
=⎥
⎦
⎤
⎢
⎣
⎡
⎥
⎦
⎤
⎢
⎣
⎡
=⎥
⎦
⎤
⎢
⎣
⎡
0
1
0
0
0
0
1
10
00
0
1
A
de modo que
⎥
⎦
⎤
⎢
⎣
⎡
=
0
1
x1
v
⎥
⎦
⎤
⎢
⎣
⎡−
=
21
21
xA 2
v
⎥
⎦
⎤
⎢
⎣
⎡
=
21
21
xA 1
v
⎥
⎦
⎤
⎢
⎣
⎡
=
1
1
x1
v
⎥
⎦
⎤
⎢
⎣
⎡
−
=
1
1
x2
v
0
y
x
λ > 1
xxA
vv
λ=
x
v
0 0 < λ < 1
xxA
vv
λ=
x
v
0 λ < 0xxA
vv
λ=
x
v
0
85
é um autovetor de A associado ao autovalor 01 =λ . Além disso,
⎥
⎦
⎤
⎢
⎣
⎡
=
1
0
x2
v
é um autovetor de A associado ao autovalor 12 =λ .
Este exemplo ilustra o fato de que, embora o vetor nulo, por definição, não possa
ser um autovetor, o número zero pode ser um autovalor.
Nos exemplos anteriores, encontramos autovalores e autovetores por simples
inspeção. Vamos agora, no próximo exemplo, estabelecer um procedimento sistemático.
Exemplo: Seja
⎥
⎦
⎤
⎢
⎣
⎡
−
=
42
11
A
Queremos encontrar os autovalores de A e seus autovetores associados.
Queremos, então, encontrar todos os números reais λ e todos os vetores não-nulos
⎥
⎦
⎤
⎢
⎣
⎡
=
2
1
x
x
x
v
que satisfaçam
⎥
⎦
⎤
⎢
⎣
⎡
λ=⎥
⎦
⎤
⎢
⎣
⎡
⎥
⎦
⎤
⎢
⎣
⎡
− 2
1
2
1
x
x
x
x
42
11
Esta equação fica
221
121
xx4x2
xxx
λ=+−
λ=+
ou
( )
( ) 0x4x2
0xx1
21
21
=−λ+
=−−λ
Esta equação é um sistema homogêneo com duas equações e duas incógnitas. Este
tipo de sistema tem solução não-trivial se e somente se o determinante de sua matriz de
coeficientes é igual à zero, isto é, se e somente se
0
42
11
=
−λ
−−λ
Isto significa que ( )( ) 0241 =+−λ−λ , ou ( )( )230652
−λ−λ==+λ−λ
Portanto,
21 =λ e 32 =λ
86
são autovalores de A. Para encontrar os autovetores de A associados a 21 =λ ,
formamos o sistema linear
x2xA
vv
=
ou
⎥
⎦
⎤
⎢
⎣
⎡
=⎥
⎦
⎤
⎢
⎣
⎡
⎥
⎦
⎤
⎢
⎣
⎡
− 2
1
2
1
x
x
2
x
x
42
11
Isso nos dá
221
121
x2x4x2
x2xx
=+−
=+
ou
0x2x2
0xx
21
21
=−
=−
Todas as soluções desse último sistema são dadas por
x1 = x2
x2 = um número real r arbitrário
Portanto, todos os autovetores associados ao autovalor 21 =λ são dados por ⎥
⎦
⎤
⎢
⎣
⎡
r
r
,
onde r é qualquer número real não-nulo. Em particular, ⎥
⎦
⎤
⎢
⎣
⎡
=
1
1
x1
v
é um autovetor
associado a 21 =λ .
Analogamente, para 32 =λ , obtemos,
0xx2
0xx2
21
21
=−
=−
Todas as soluções desse último sistema homogêneo são dadas por
x1 = 1/2 x2
x2 = um número real r arbitrário
Portanto, todos os autovetores associados ao autovalor 32 =λ são dados por
⎥
⎦
⎤
⎢
⎣
⎡
r
r21
, onde r é qualquer número real não-nulo. Em particular, ⎥
⎦
⎤
⎢
⎣
⎡
=
2
1
x2
v
é um
autovetor associado ao autovalor 32 =λ .
87
DEFINIÇÃO: Seja [ ]ijaA uma matriz n×n. O determinante
( ) ( )
⎥
⎥
⎥
⎥
⎦
⎤
⎢
⎢
⎢
⎢
⎣
⎡
−λ−−
−−λ−
−−−λ
=−λ=λ
nn2n1n
n22221
n11211
n
aaa
aaa
aaa
AIdetf
L
MMM
L
L
é chamado de polinômio característico de A. A equação
( ) ( ) 0AIdetf n =−λ=λ
é a equação característica de A.
Exemplo: Seja
⎥
⎥
⎥
⎦
⎤
⎢
⎢
⎢
⎣
⎡
−
−
=
544
101
121
A
O polinômio característico de A é
( ) ( ) 6116
544
101
121
AIdetf 23
3 −λ+λ−λ=
⎥
⎥
⎥
⎦
⎤
⎢
⎢
⎢
⎣
⎡
−λ−
−−λ−
−−λ
=−λ=λ
TEOREMA: A matriz A n×n é singular se e somente se 0 é um autovalor de A.
TEOREMA: Os autovalores de A são as raízes reais do polinômio característico
de A.
A equação xxA
vv
λ= pode ser reescrita na forma
( )xIxA n
vv
λ=
ou
( ) 0xAIn
vv
=−λ
Esta expressão pode ser usada para encontrar os autovetores correspondentes aos
autovalores de A.
88
Exemplo: Considere a matriz
⎥
⎥
⎥
⎦
⎤
⎢
⎢
⎢
⎣
⎡
−
−
=
544
101
121
A
cujo polinômio característico é
( ) 6116f 23
−λ+λ−λ=λ
Então, os autovalores de A são 11 =λ , 22 =λ e 33 =λ
Para encontrar um autovetor 1x
v
associado a 11 =λ , formamos o sistema
( ) 0xAI1 3
vv
=−
⎥
⎥
⎥
⎦
⎤
⎢
⎢
⎢
⎣
⎡
=
⎥
⎥
⎥
⎦
⎤
⎢
⎢
⎢
⎣
⎡
⎥
⎥
⎥
⎦
⎤
⎢
⎢
⎢
⎣
⎡
−−
−−
−−
0
0
0
x
x
x
5144
111
1211
3
2
1
ou seja,
⎥
⎥
⎥
⎦
⎤
⎢
⎢
⎢
⎣
⎡
=
⎥
⎥
⎥
⎦
⎤
⎢
⎢
⎢
⎣
⎡
⎥
⎥
⎥
⎦
⎤
⎢
⎢
⎢
⎣
⎡
−−
−−
−
0
0
0
x
x
x
444
111
120
3
2
1
Uma solução é
⎥
⎥
⎥
⎦
⎤
⎢
⎢
⎢
⎣
⎡−
r
r21
r21
para qualquer número real r. Então, fazendo r = 2,
⎥
⎥
⎥
⎦
⎤
⎢
⎢
⎢
⎣
⎡−
=
2
1
1
x1
v
é um autovetor de A associado a 11 =λ .
Para encontrar um autovetor 2x
v
associado a 22 =λ , formamos o sistema
( ) 0xAI2 3
vv
=−
⎥
⎥
⎥
⎦
⎤
⎢
⎢
⎢
⎣
⎡
=
⎥
⎥
⎥
⎦
⎤
⎢
⎢
⎢
⎣
⎡
⎥
⎥
⎥
⎦
⎤
⎢
⎢
⎢
⎣
⎡
−−
−−
−−
0
0
0
x
x
x
5244
121
1212
3
2
1
ou seja,
89
⎥
⎥
⎥
⎦
⎤
⎢
⎢
⎢
⎣
⎡
=
⎥
⎥
⎥
⎦
⎤
⎢
⎢
⎢
⎣
⎡
⎥
⎥
⎥
⎦
⎤
⎢
⎢
⎢
⎣
⎡
−−
−−
−
0
0
0
x
x
x
344
121
121
3
2
1
Uma solução é
⎥
⎥
⎥
⎦
⎤
⎢
⎢
⎢
⎣
⎡−
r
r41
r21
para qualquer número real r. Então, fazendo r = 4,
⎥
⎥
⎥
⎦
⎤
⎢
⎢
⎢
⎣
⎡−
=
4
1
2
x2
v
é um autovetor de A associado a 22 =λ .
Para encontrar um autovetor 3x
v
associado a 33 =λ , formamos o sistema
( ) 0xAI3 3
vv
=−
E encontramos uma solução
⎥
⎥
⎥
⎦
⎤
⎢
⎢
⎢
⎣
⎡−
r
r41
r41
para qualquer número real r. Então, fazendo r = 4,
⎥
⎥
⎥
⎦
⎤
⎢
⎢
⎢
⎣
⎡−
=
4
1
1
x3
v
é um autovetor de A associado a 33 =λ .
90
Podemos agora estender a nossa Lista de Equivalência para Matrizes Invertíveis.
Lista de Equivalência para Matrizes Invertíveis
As seguintes afirmações são equivalentes para uma matriz A n×n:
1. A é invertível.
2. Ax = 0 tem apenas a solução trivial.
3. A é equivalente por linhas a In.
4. O sistema linear Ax = b tem uma única solução qualquer que seja a matriz b n×1.
5. det(A) ≠ 0
6. A tem posto n.
7. A tem nulidade 0.
8. As linhas de A formam um conjunto linearmente independente de n vetores em n
R .
9. As colunas de A formam um conjunto linearmente independente de n vetores em n
R .
10. Zero não é um autovalor de A.

Mais conteúdo relacionado

Mais procurados

A equação de bernoulli
A equação de bernoulliA equação de bernoulli
A equação de bernoulli
Fernando Lucas
 
Tabela de identidades trigonometricas
Tabela de identidades trigonometricasTabela de identidades trigonometricas
Tabela de identidades trigonometricas
Rodrigo Sócrate
 
Relatório lei de hooke turma t5
Relatório lei de hooke   turma t5Relatório lei de hooke   turma t5
Relatório lei de hooke turma t5
Roberto Leao
 

Mais procurados (20)

Aula 22 probabilidade - parte 1
Aula 22   probabilidade - parte 1Aula 22   probabilidade - parte 1
Aula 22 probabilidade - parte 1
 
Impulso e Quantidade de Movimento
Impulso e Quantidade de MovimentoImpulso e Quantidade de Movimento
Impulso e Quantidade de Movimento
 
Hidraúlica agrícola
Hidraúlica agrícolaHidraúlica agrícola
Hidraúlica agrícola
 
A equação de bernoulli
A equação de bernoulliA equação de bernoulli
A equação de bernoulli
 
Tabelas do teste f, 10, 5, 1%
Tabelas do teste f, 10, 5, 1%Tabelas do teste f, 10, 5, 1%
Tabelas do teste f, 10, 5, 1%
 
Aula 17 medidas separatrizes
Aula 17   medidas separatrizesAula 17   medidas separatrizes
Aula 17 medidas separatrizes
 
Trabalho e potência
Trabalho e potênciaTrabalho e potência
Trabalho e potência
 
Exercicios resolvidos de_hidraulica
Exercicios resolvidos de_hidraulicaExercicios resolvidos de_hidraulica
Exercicios resolvidos de_hidraulica
 
Exercicios de estatistica resolvido.3
Exercicios de estatistica resolvido.3Exercicios de estatistica resolvido.3
Exercicios de estatistica resolvido.3
 
Apostila estática
Apostila estáticaApostila estática
Apostila estática
 
Tabela de identidades trigonometricas
Tabela de identidades trigonometricasTabela de identidades trigonometricas
Tabela de identidades trigonometricas
 
Analise de Sensibilidade
Analise de SensibilidadeAnalise de Sensibilidade
Analise de Sensibilidade
 
Relatório lei de hooke turma t5
Relatório lei de hooke   turma t5Relatório lei de hooke   turma t5
Relatório lei de hooke turma t5
 
Estatica dos-corpos-rigidos parte3
Estatica dos-corpos-rigidos parte3Estatica dos-corpos-rigidos parte3
Estatica dos-corpos-rigidos parte3
 
Lançamento oblíquo
Lançamento oblíquoLançamento oblíquo
Lançamento oblíquo
 
Pêndulo físico
Pêndulo físicoPêndulo físico
Pêndulo físico
 
Tabela completa de derivadas e integrais
Tabela completa de derivadas e integraisTabela completa de derivadas e integrais
Tabela completa de derivadas e integrais
 
Perdas de cargas em tubulações
Perdas de cargas em tubulaçõesPerdas de cargas em tubulações
Perdas de cargas em tubulações
 
Reflexão da Luz
Reflexão da LuzReflexão da Luz
Reflexão da Luz
 
Juros simples e compostos
Juros simples e compostosJuros simples e compostos
Juros simples e compostos
 

Semelhante a Aula 5 autovetores e autovalores (13)

Algebra Linear cap 09
Algebra Linear cap 09Algebra Linear cap 09
Algebra Linear cap 09
 
Quociente de rayleigh cap6
Quociente de rayleigh cap6Quociente de rayleigh cap6
Quociente de rayleigh cap6
 
Aula Oral 06
Aula Oral 06Aula Oral 06
Aula Oral 06
 
1. limite2com tabelas1 (p1)
1. limite2com tabelas1 (p1)1. limite2com tabelas1 (p1)
1. limite2com tabelas1 (p1)
 
Sistemas equacoes lineares
Sistemas equacoes linearesSistemas equacoes lineares
Sistemas equacoes lineares
 
Livro boyce e diprima 9 th edicao capitulo 5
Livro boyce e diprima 9 th edicao   capitulo 5Livro boyce e diprima 9 th edicao   capitulo 5
Livro boyce e diprima 9 th edicao capitulo 5
 
1. limite2com tabelas1.ppt
1. limite2com tabelas1.ppt1. limite2com tabelas1.ppt
1. limite2com tabelas1.ppt
 
sistema.ppt
sistema.pptsistema.ppt
sistema.ppt
 
Aula 1 - Sistema de Equações
Aula 1 - Sistema de EquaçõesAula 1 - Sistema de Equações
Aula 1 - Sistema de Equações
 
1943 d
1943 d1943 d
1943 d
 
Unid 2- sistemas lineares
Unid 2- sistemas linearesUnid 2- sistemas lineares
Unid 2- sistemas lineares
 
1928 d
1928 d1928 d
1928 d
 
Algebra linear operações com matrizes
Algebra linear   operações com matrizesAlgebra linear   operações com matrizes
Algebra linear operações com matrizes
 

Aula 5 autovetores e autovalores

  • 1. 82 Parte 5 – Autovetores e Autovalores
  • 2. 83 Autovetores e Autovalores DEFINIÇÃO: Seja A uma matriz n×n. O número real λ é um autovalor de A se existe um vetor não-nulo x v em n R tal que xxA vv λ= Todo vetor não-nulo x v satisfazendo esta equação é chamado um autovetor de A associado ao autovalor λ. Autovalores são também chamados de valores próprios ou valores característicos. Nesses casos, os autovetores são chamados de vetores próprios ou vetores característicos, respectivamente. Note que 0x vv = sempre satisfaz a definição, mas 0 v não é um autovetor, pois um autovetor tem que ser um vetor não-nulo. Exemplo: Se A é a matriz identidade nI , seu único autovalor é 1; todos os vetores não-nulos em n R são autovetores de A associados ao autovalor 1=λ : x1xIn vv = Exemplo: Seja ⎥ ⎦ ⎤ ⎢ ⎣ ⎡ = 021 210 A então ⎥ ⎦ ⎤ ⎢ ⎣ ⎡ =⎥ ⎦ ⎤ ⎢ ⎣ ⎡ =⎥ ⎦ ⎤ ⎢ ⎣ ⎡ ⎥ ⎦ ⎤ ⎢ ⎣ ⎡ =⎥ ⎦ ⎤ ⎢ ⎣ ⎡ 1 1 2 1 21 21 1 1 021 210 1 1 A de modo que ⎥ ⎦ ⎤ ⎢ ⎣ ⎡ = 1 1 x1 v é um autovetor de A associado ao autovalor 211 =λ . Além disso, ⎥ ⎦ ⎤ ⎢ ⎣ ⎡ − −=⎥ ⎦ ⎤ ⎢ ⎣ ⎡− =⎥ ⎦ ⎤ ⎢ ⎣ ⎡ −⎥ ⎦ ⎤ ⎢ ⎣ ⎡ =⎥ ⎦ ⎤ ⎢ ⎣ ⎡ − 1 1 2 1 21 21 1 1 021 210 1 1 A de modo que ⎥ ⎦ ⎤ ⎢ ⎣ ⎡ − = 1 1 x2 v é um autovetor de A associado ao autovalor 212 −=λ .
  • 3. 84 A figura a seguir mostra que 1x v e 1xA v são paralelos e que 2x v e 2xA v também são paralelos. Isto ilustra o fato de que, se x v é um autovetor de A, então x v e xA v são paralelos. Seja λ um autovalor de A com autovetor correspondente x v . A figura a seguir mostra x v e xA v para os casos em que λ>1, 0<λ<1 e λ<0. Um autovalor λ de A tem uma infinidade de autovetores diferentes associados. De fato, se x v é um autovetor de A associado ao autovalor λ (isto é, xxA vv λ= ) e se r é qualquer número real diferente de zero, então ( ) ( ) ( ) ( )xrxrxArxrA vvvv λ=λ== Logo, xr v também é um autovetor associado a λ. Exemplo: Seja ⎥ ⎦ ⎤ ⎢ ⎣ ⎡ = 10 00 A então ⎥ ⎦ ⎤ ⎢ ⎣ ⎡ =⎥ ⎦ ⎤ ⎢ ⎣ ⎡ =⎥ ⎦ ⎤ ⎢ ⎣ ⎡ ⎥ ⎦ ⎤ ⎢ ⎣ ⎡ =⎥ ⎦ ⎤ ⎢ ⎣ ⎡ 0 1 0 0 0 0 1 10 00 0 1 A de modo que ⎥ ⎦ ⎤ ⎢ ⎣ ⎡ = 0 1 x1 v ⎥ ⎦ ⎤ ⎢ ⎣ ⎡− = 21 21 xA 2 v ⎥ ⎦ ⎤ ⎢ ⎣ ⎡ = 21 21 xA 1 v ⎥ ⎦ ⎤ ⎢ ⎣ ⎡ = 1 1 x1 v ⎥ ⎦ ⎤ ⎢ ⎣ ⎡ − = 1 1 x2 v 0 y x λ > 1 xxA vv λ= x v 0 0 < λ < 1 xxA vv λ= x v 0 λ < 0xxA vv λ= x v 0
  • 4. 85 é um autovetor de A associado ao autovalor 01 =λ . Além disso, ⎥ ⎦ ⎤ ⎢ ⎣ ⎡ = 1 0 x2 v é um autovetor de A associado ao autovalor 12 =λ . Este exemplo ilustra o fato de que, embora o vetor nulo, por definição, não possa ser um autovetor, o número zero pode ser um autovalor. Nos exemplos anteriores, encontramos autovalores e autovetores por simples inspeção. Vamos agora, no próximo exemplo, estabelecer um procedimento sistemático. Exemplo: Seja ⎥ ⎦ ⎤ ⎢ ⎣ ⎡ − = 42 11 A Queremos encontrar os autovalores de A e seus autovetores associados. Queremos, então, encontrar todos os números reais λ e todos os vetores não-nulos ⎥ ⎦ ⎤ ⎢ ⎣ ⎡ = 2 1 x x x v que satisfaçam ⎥ ⎦ ⎤ ⎢ ⎣ ⎡ λ=⎥ ⎦ ⎤ ⎢ ⎣ ⎡ ⎥ ⎦ ⎤ ⎢ ⎣ ⎡ − 2 1 2 1 x x x x 42 11 Esta equação fica 221 121 xx4x2 xxx λ=+− λ=+ ou ( ) ( ) 0x4x2 0xx1 21 21 =−λ+ =−−λ Esta equação é um sistema homogêneo com duas equações e duas incógnitas. Este tipo de sistema tem solução não-trivial se e somente se o determinante de sua matriz de coeficientes é igual à zero, isto é, se e somente se 0 42 11 = −λ −−λ Isto significa que ( )( ) 0241 =+−λ−λ , ou ( )( )230652 −λ−λ==+λ−λ Portanto, 21 =λ e 32 =λ
  • 5. 86 são autovalores de A. Para encontrar os autovetores de A associados a 21 =λ , formamos o sistema linear x2xA vv = ou ⎥ ⎦ ⎤ ⎢ ⎣ ⎡ =⎥ ⎦ ⎤ ⎢ ⎣ ⎡ ⎥ ⎦ ⎤ ⎢ ⎣ ⎡ − 2 1 2 1 x x 2 x x 42 11 Isso nos dá 221 121 x2x4x2 x2xx =+− =+ ou 0x2x2 0xx 21 21 =− =− Todas as soluções desse último sistema são dadas por x1 = x2 x2 = um número real r arbitrário Portanto, todos os autovetores associados ao autovalor 21 =λ são dados por ⎥ ⎦ ⎤ ⎢ ⎣ ⎡ r r , onde r é qualquer número real não-nulo. Em particular, ⎥ ⎦ ⎤ ⎢ ⎣ ⎡ = 1 1 x1 v é um autovetor associado a 21 =λ . Analogamente, para 32 =λ , obtemos, 0xx2 0xx2 21 21 =− =− Todas as soluções desse último sistema homogêneo são dadas por x1 = 1/2 x2 x2 = um número real r arbitrário Portanto, todos os autovetores associados ao autovalor 32 =λ são dados por ⎥ ⎦ ⎤ ⎢ ⎣ ⎡ r r21 , onde r é qualquer número real não-nulo. Em particular, ⎥ ⎦ ⎤ ⎢ ⎣ ⎡ = 2 1 x2 v é um autovetor associado ao autovalor 32 =λ .
  • 6. 87 DEFINIÇÃO: Seja [ ]ijaA uma matriz n×n. O determinante ( ) ( ) ⎥ ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎢ ⎣ ⎡ −λ−− −−λ− −−−λ =−λ=λ nn2n1n n22221 n11211 n aaa aaa aaa AIdetf L MMM L L é chamado de polinômio característico de A. A equação ( ) ( ) 0AIdetf n =−λ=λ é a equação característica de A. Exemplo: Seja ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎣ ⎡ − − = 544 101 121 A O polinômio característico de A é ( ) ( ) 6116 544 101 121 AIdetf 23 3 −λ+λ−λ= ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎣ ⎡ −λ− −−λ− −−λ =−λ=λ TEOREMA: A matriz A n×n é singular se e somente se 0 é um autovalor de A. TEOREMA: Os autovalores de A são as raízes reais do polinômio característico de A. A equação xxA vv λ= pode ser reescrita na forma ( )xIxA n vv λ= ou ( ) 0xAIn vv =−λ Esta expressão pode ser usada para encontrar os autovetores correspondentes aos autovalores de A.
  • 7. 88 Exemplo: Considere a matriz ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎣ ⎡ − − = 544 101 121 A cujo polinômio característico é ( ) 6116f 23 −λ+λ−λ=λ Então, os autovalores de A são 11 =λ , 22 =λ e 33 =λ Para encontrar um autovetor 1x v associado a 11 =λ , formamos o sistema ( ) 0xAI1 3 vv =− ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎣ ⎡ = ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎣ ⎡ ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎣ ⎡ −− −− −− 0 0 0 x x x 5144 111 1211 3 2 1 ou seja, ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎣ ⎡ = ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎣ ⎡ ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎣ ⎡ −− −− − 0 0 0 x x x 444 111 120 3 2 1 Uma solução é ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎣ ⎡− r r21 r21 para qualquer número real r. Então, fazendo r = 2, ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎣ ⎡− = 2 1 1 x1 v é um autovetor de A associado a 11 =λ . Para encontrar um autovetor 2x v associado a 22 =λ , formamos o sistema ( ) 0xAI2 3 vv =− ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎣ ⎡ = ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎣ ⎡ ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎣ ⎡ −− −− −− 0 0 0 x x x 5244 121 1212 3 2 1 ou seja,
  • 8. 89 ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎣ ⎡ = ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎣ ⎡ ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎣ ⎡ −− −− − 0 0 0 x x x 344 121 121 3 2 1 Uma solução é ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎣ ⎡− r r41 r21 para qualquer número real r. Então, fazendo r = 4, ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎣ ⎡− = 4 1 2 x2 v é um autovetor de A associado a 22 =λ . Para encontrar um autovetor 3x v associado a 33 =λ , formamos o sistema ( ) 0xAI3 3 vv =− E encontramos uma solução ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎣ ⎡− r r41 r41 para qualquer número real r. Então, fazendo r = 4, ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎣ ⎡− = 4 1 1 x3 v é um autovetor de A associado a 33 =λ .
  • 9. 90 Podemos agora estender a nossa Lista de Equivalência para Matrizes Invertíveis. Lista de Equivalência para Matrizes Invertíveis As seguintes afirmações são equivalentes para uma matriz A n×n: 1. A é invertível. 2. Ax = 0 tem apenas a solução trivial. 3. A é equivalente por linhas a In. 4. O sistema linear Ax = b tem uma única solução qualquer que seja a matriz b n×1. 5. det(A) ≠ 0 6. A tem posto n. 7. A tem nulidade 0. 8. As linhas de A formam um conjunto linearmente independente de n vetores em n R . 9. As colunas de A formam um conjunto linearmente independente de n vetores em n R . 10. Zero não é um autovalor de A.