Autovalor

Os autovalores de uma matriz também são chamados de valor próprio ou valor caracte-
rístico. Para entendermos sua definição, consideremos uma matriz A quadrada:
⎡ ⎤
a11 a12 · · · a1n
⎢ ⎥
⎢ a21 a22 · · · a2n ⎥
A=⎢ ⎢ ⎥
⎥
⎣ ⎦
an1 an2 · · · ann

⎡ ⎤
1
⎢ ⎥
⎢ ⎥
Ao multiplicarmos essa matriz A por um vetor v = ⎢ ⎥ não nulo, obtemos um outro
2
⎢ ⎥
⎣ ⎦
n

vetor também de dimensão n ×1. Por outro lado, se multiplicarmos o mesmo vetor v por uma
constante ¸, também obteremos como resultado um vetor de dimensão n×1:

A·v = vetor de dimensão n×1

¸·v = vetor de dimensão n×1

Será que existe algum valor para ¸ que torne esses dois resultados iguais? A.v = ¸.v ?
A resposta é sim. Esses valores são chamados de autovalores.
Portanto, autovalor é um número, real ou complexo, que de certa forma pode substituir
uma matriz quadrada, ou seja, ou autovalores podem representar essa matriz.

Observações

 Só é possível obter autovalores e autovetores de matrizes quadradas.

 O número de autovalores é definido pela ordem da matriz.

Aula 12 Álgebra Linear 11

 Exemplo 1
 
2 1 1
Se multiplicarmos a matriz A = pelo vetor 1 = temos:
1 2 1
  
2 1 1 3
A· 1 = · = . É notório que a constante que devemos multiplicar por v1 para
1 2 1 3    
2 1 1 1 3
que a igualdade A.v = ¸.v seja satisfeita é ¸=3: λ = 3 : · =3· = .
1 2 1 1 3

2 1
Uma outra possibilidade é multiplicarmos a matriz A = pelo vetor
     1 2
−1 2 1 −1 −1
v2 = . Assim, temos: A · 2 = · = logo, a constan-
1 1 2 1 1

te que devemos multiplicar por v 2 para que a igualdade A·v = ¸.v seja satisfeita é ¸=1:
   
2 1 −1 −1 −1
λ=1: · =1· = .
1 2 1 1 1

Encontrando os autovalores
No Exemplo 1, conseguimos identificar os autovalores da matriz A, porém, nem sempre
essa tarefa é possível de ser alcançada simplesmente analisando a matriz intuitivamente.
Para obtermos o procedimento a fim de encontrarmos os autovalores de uma matriz
quadrada, vamos partir da própria definição de autovalores:

Av =¸v

Vamos introduzir a matriz identidade sem alterar a igualdade:

Av =¸Iv

Vamos agora somar a ambos os lados da equação o termo –Av:

Av – v = ¸Iv – Av

0 = ¸Iv – Av

Colocando o vetor v em evidência: (¸I– A)v =0

Essa equação resulta em um sistema de equações com n equações e n incógnitas, onde

n é a ordem da matriz A. Note que o sistema é um sistema homogêneo, portanto, admite a
solução trivial (todas as variáveis iguais a zero). No sistema de equações, v é o vetor com as
incógnitas e a matriz (¸I–A) é a matriz dos coeficientes. Sabemos ainda que em um sistema
de equações, quando a matriz dos coeficientes apresenta determinante diferente de zero, isso
implica em um sistema possível determinado, ou seja, de única solução, e como esse sistema

12 Aula 12 Álgebra Linear

é homogêneo, se apresentar uma única solução, essa solução necessariamente será a trivial,
solução que não interessa, pois obteríamos qualquer valor para ¸. Para encontrarmos as
soluções não triviais dessa equação, devemos garantir que o determinante da matriz (¸I–A)
seja igual a zero: det(¸I–A)=0
Essa equação é chamada de equação característica.
Ao desenvolvermos a equação característica, nos deparamos com um polinômio em ¸,
chamado de polinômio característico.
¸n+c1¸n -1+c2¸n -2+ ... + cn -1¸+ cn

Exemplo 2

2 2
Encontre os autovalores da matriz A =
2 2
Fazendo det(¸I–A)=0

  
1 0 2 2
det λ − =0
0 1 2 2

 
λ − 2 −2
det =0
−2 λ − 2

(¸ – 2)2 – 4 = 0
¸2 – 4¸ = 0 →polinômio característico
¸(¸–4) = 0

λ1 = 0
autovalores de A
λ2 = 4


2 −4
Encontre os autovalores da matriz A =
−4 2

Aula 12 Álgebra Linear 13

 Autovetor
Quando partimos da definição Av =¸v encontramos os autovalores da matriz A, porém
quando substituímos o valor de ¸, a equação não é satisfeita para qualquer vetor v, apenas
para alguns vetores que são chamados de autovetores da matriz A.
Portanto, autovetor é o conjunto de vetores solução, não triviais, da equação Av =¸v
ou (¸I–A)v=0, para cada valor de ¸.

Exemplo 3

2 2
Encontre os autovetores da matriz A = .
2 2
Para encontrarmos os autovetores de uma matriz, antes precisamos conhecer seus autovalores,
como calculamos no Exemplo 2, sabemos que os autovalores de A são 0 e 4.
Então, vamos solucionar a equação (¸I–A)v=0 para ¸=0 e para ¸=4.

Para ¸=0 Para ¸=4

(λI − A)v = 0 (λI − A)v = 0







λ − 2 −2 x1 0 λ − 2 −2 x2 0
= =
−2 λ − 2 y1 0 −2 λ − 2 y2 0







0 − 2 −2 x1 0 4 − 2 −2 x2 0
= =
−2 0 − 2 y1 0 −2 4 − 2 y2 0







−2 −2 x1 0 2 −2 x2 0
= =
−2 −2 y1 0 −2 2 y2 0

−2x1 − 2y1 = 0 2x2 − 2y2 = 0
−2x1 − 2y1 = 0 −2x2 + 2y2 = 0
x1 = −y1 x 2 = y2







x1 −y1 −1 x2 y2 1
= = y1 = = y2
y1 y1 1 y2 y2 1

v 1 = (−1, 1) v 2 = (1, 1)

14 Aula 12 Álgebra Linear

Autoespaço
Note que em toda situação obteremos um sistema possível indeterminado porque defi-
nimos no início que det(¸I–A)=0, o que caracteriza um sistema possível indeterminado ou
impossível, e como o sistema é sempre homogêneo, logo não pode ser impossível. Portanto,
sempre teremos infinitas soluções para os autovetores e, por essa razão, não dizemos que
apenas um determinado vetor é autovetor de uma matriz e sim todo espaço gerado por essa
base encontrada. Esse espaço solução para os autovalores possíveis é chamado de autoespaço
associado a um determinado autovalor.


2 −4
Encontre os autovetores da matriz A = .
−4 2

Observação:

 O sistema tem soluções não triviais.

 Se A é uma matriz triangular ou diagonal, então, os autovalores de A são os

elementos da diagonal principal.

Propriedades

 Se v é um autovetor associado a um autovalor ¸ de A, então, kv também é

um autovetor de A associado ao mesmo autovalor.

 Se ¸ é autovalor de A, então, ¸k é um autovalor de Ak.

 Se ¸ é autovalor de A, então, ¸–1 é um autovalor de A–1.

 Se ¸ é autovalor de A, então, k¸ é um autovalor de kA.

*k é um escalar.

Aula 12 Álgebra Linear 15

 Multiplicidade dos autovalores

Multiplicidade algébrica
A multiplicidade algébrica dos autovalores indica a quantidade de vezes que um determi-
nado autovalor aparece como solução do polinômio característico.

Multiplicidade geométrica
A multiplicidade geométrica dos autovalores indica a dimensão do autoespaço associado
a um determinado autovalor, ou seja, a quantidade de vetores na base do autoespaço.

Exemplo 4 ⎡ ⎤
0 0 1
⎢ ⎥
Encontre a multiplicidade algébrica e geométrica da matriz A = ⎣ 0 0 1 ⎦
Encontrando os autovalores de A: 0 0 1

det(λI − A) = 0
⎛ ⎞
λ 0 −1
⎜ ⎟
det ⎝ 0 λ −1 ⎠ = 0
0 0 λ−1

Escolhendo a terceira linha da matriz:

detM = m31 c31 + m32 c32 + m33 c33 = 0

detM = 0 · c31 + 0 · c32 + m33 c33 = 0
 

3+3  λ 0 
detM = (λ − 1)(−1)  =0
 0 λ 
2
(λ − 1)λ = 0
λ1 = 1 → M ult. Algébrica = 1

λ2 = 0
→ M ult. Algébrica = 2
λ3 = 0

16 Aula 12 Álgebra Linear

Encontrando os autovetores de A:

Para ¸=1 Para ¸=0

(λI − A)v = 0 (λI − A)v = 0

⎛ ⎞⎛ ⎞ ⎛ ⎞ ⎛ ⎞⎛ ⎞ ⎛ ⎞
λ 0 −1 x1 0 λ 0 −1 x2 0
⎜ ⎟⎜ ⎟ ⎜ ⎟ ⎜ ⎟⎜ ⎟ ⎜ ⎟
⎝ 0 λ −1 ⎠ ⎝ y1 ⎠ = ⎝ 0 ⎠ ⎝ 0 λ −1 ⎠ ⎝ y2 ⎠ = ⎝ 0 ⎠
0 0 λ−1 z1 0 0 0 λ−1 z2 0

(λI − A)v = 0 (λI − A)v = 0

⎛ ⎞⎛ ⎞ ⎛ ⎞ ⎛ ⎞⎛ ⎞ ⎛ ⎞
1 0 −1 x1 0 0 0 −1 x2 0
⎜ ⎟⎜ ⎟ ⎜ ⎟ ⎜ ⎟⎜ ⎟ ⎜ ⎟
⎝ 0 1 −1 ⎠ ⎝ y1 ⎠ = ⎝ 0 ⎠ ⎝ 0 0 −1 ⎠ ⎝ y2 ⎠ = ⎝ 0 ⎠
0 0 0 z1 0 0 0 −1 z2 0

x1 − z 1 = 0 −z2 = 0
y 1 − z1 = 0 ⎛ ⎞ ⎛ ⎞ ⎛ ⎞ ⎛ ⎞
x2 x2 1 0
⎛ ⎞ ⎛ ⎞ ⎛ ⎞ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟
x1 z1 1 ⎝ y2 ⎠ = ⎝ y2 ⎠ = x 2 ⎝ 0 ⎠ = y2 ⎝ 1 ⎠
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
⎝ y 1 ⎠ = ⎝ z1 ⎠ = z 1 ⎝ 1 ⎠ z2 0 0 0
z1 z1 1 v 2 = (1, 0, 0), v 3 = (0, 1, 0)
v 1 = (1, 1, 1)

Multiplicidade geométrica de ¸=1 → 1 Multiplicidade geométrica de ¸=0 → 2

Encontre as multiplicidades algébricas e geométricas dos autovalores de

⎡ ⎤
0 0 1
⎢ ⎥
A = ⎣ 0 0 1 ⎦.
1 1 1

Aula 12 Álgebra Linear 17

 Desafio

1) Sabendo que o polinômio característico é p(¸)= ¸3 –¸2+2¸+4, encontre det(A).

2) Conhecendo os autovalores de A, então, conhecemos os autovalores de AT?

3) Uma matriz A é inversível se um dos seus autovalores for zero?

Resumo

O assunto de autovalores e autovetores é um dos mais usados da Álgebra

Linear e é importante que nesta aula você tenha aprendido como calculá-los,
assim como entender seu significado, pois esse conteúdo será amplamente
aplicado daqui em diante.

Autoavaliação
1 Encontre os autovalores e autovetores das seguintes matrizes.

  ⎡ ⎤
a) A= 4 0 1 1
⎢ ⎥
e) A=⎣ 1 1 0 ⎦
 1 0 1
2 1
b) A=
⎡ ⎤
0 3
1 0 0
 f) ⎢ ⎥
A=⎣ 0 0 0 ⎦
2 1
c) A= 0 0 0
2 3
 ⎡ ⎤
1 1 0 0 0 0
d) A= ⎢
⎢
⎥
⎥
1 −1 0 0 0 0
g) A=⎢
⎢
⎥
⎥
⎣ 0 0 0 0 ⎦
0 0 0 0

18 Aula 12 Álgebra Linear

 ⎤ ⎡
−1 −2 −2
2 Encontre os autovalores e autovetores de A15, sendo A = ⎢
⎣ 1 2
⎥
1 ⎦.
−1 −1 0

3 Encontre uma matriz de ordem 4 onde seus autovalores sejam 1, 2, 3 e 4.

4 Encontre uma base para o autoespaço de:

⎡ ⎤
⎡ ⎤ 0 0 1 2
1 1 1 ⎢ ⎥
⎢ ⎥ ⎢ 1 0 0 0 ⎥
a) F =⎣ 0 0 0 ⎦ b) H=⎢
⎢
⎥
⎥
⎣ 1 0 0 0 ⎦
1 0 1
0 0 0 0


a b
5 Considere a matriz A = e responda:
c d

a) Que condição faz com que a matriz A tenha autovalores complexos?

b) Que condição faz com que os autovalores de A tenham multiplicidade algébrica diferente
de 1?

6 Se um dos autovalores de uma matriz B é zero, a matriz B é não singular?

Justifique.

7 Considere o polinômio característico de A, p(¸)= ¸(¸–2)(¸+1)3 (¸–4).

a) Qual o tamanho de A?

b) A é inversível?

Referências
ANTON, Howard; RORRES, Chris. Álgebra linear com aplicações. Porto Alegre:
Bookman, 2001.

BOLDRINI, J. L. et al. Álgebra linear. 3. ed. São Paulo: Harper-Row, 1980.

LAY, David. Álgebra linear e suas aplicações. 2. ed. Rio de Janeiro: LTC, 2007.

Aula 12 Álgebra Linear 19

 Anotações

20 Aula 12 Álgebra Linear