Autovalores e Autovetores

Página Inicial
ESPAÇOS VETORIAIS
Espaços Vetoriais
Subespaços Vetoriais
Combinação Linear
Subespaços Gerados
Intersecção de Subespaços
Soma de Subespaços
Dependência Linear
Base e Dimensão
Mudança de Base

TRANSFORMAÇÕES LINEARES
Transformações Lineares
Núcleo e Imagem
Teorema do Núcleo e da Imagem
Isomorfismo e Automorfismo
Álgebra das Transformações Lineares
Matriz de uma Transformação

AUTOVALORES E AUTOVETORES
Autovalores e Autovetores
Polinômio Característico
Diagonalização

ESPAÇOS COM PRODUTO INTERNO
Produto Interno
Norma e Distância
Ortogonalidade

DETERMINANTES
Determinantes
Propriedades do Determinante
Cálculo de Determinantes

SISTEMAS LINEARES
Sistemas Lineares
Operações Elementares
Sistemas Triangulares
Eliminação Gaussiana

FATORAÇÕES MATRICIAIS
Fatoração LU
Fatoração de Cholesky
Fatoração Ortogonal
Fatoração QR - Processo de Gram-Schmidt
Fatoração QR - Transformações de Householder

QUADRADOS MÍNIMOS
Método de Quadrados Mínimos
Ajuste de Curvas
Problemas Aplicados

 OUTRAS APLICAÇÕES
Curvas e Superfícies por Pontos Especificados
Criptografia
Jogos de Estratégia
Classificação de Cônicas



    Sejam V um espaço vetorial sobre o corpo KK e T um operador linear sobre V. Queremos encontrar os elementos de V que são levados em múltiplos deles mesmos pela transformação linear T, ou seja, obter os elementos vVv \in V tais que T(v)=λvT(v) = \lambda v, para algum λK\lambda \in K. É claro que eVe_V, o elemento neutro de V, sempre satisfaz T(eV)=eV=λeVT(e_V) = e_V = \lambda e_V, para qualquer λ\lambda, mas só estamos interessados nos elementos veVv \neq e_V. Se λR\lambda \in R, geometricamente, os vetores vv são transformados em vetores λv\lambda v com a mesma direção de vv.


    Definição: Sejam V um espaço vetorial sobre o corpo KKT:VVT: V \longrightarrow V um operador linear. Se existirem elementos vVv \in V, veVv \neq e_V, e λK\lambda \in K, tais que T(v)=λvT(v) = \lambda v, então dizemos que λ\lambda é um autovalor do operador linear T e vv é um autovetor associado ao autovalor λ\lambda. Além disso, (v,λ)(v, \lambda) é dito um autopar do operador linear T.


    Exemplo 1: Considere o operador linear T:R2R2T: R^2 \longrightarrow R^2 dado por T(x,y)=(-x,y+2x)T(x,y) = (-x, y + 2x). Queremos encontrar os elementos (x,y)R2(x, y) \in R^2, com (x,y)(0,0)(x,y) \neq (0,0) e escalares λR\lambda \in R tais que:

T(x,y)=λ(x,y)(-x,y+2x)=(λx,λy){λx=-xλy=y+2xT(x,y) = \lambda (x,y) \Leftrightarrow (-x, y+2x) = (\lambda x, \lambda y) \Leftrightarrow \left\lbrace \begin{array}{l} \lambda x = -x \\ \lambda y = y + 2x \end{array} \right.
A primeira equação é satisfeita para todo xx, quando λ=-1\lambda = -1, substituindo esse valor de λ\lambda na segunda equação, temos que:

-y=y+2x-2y=2xy=-x-y = y + 2x \Leftrightarrow -2y = 2x \Leftrightarrow y = -x
Dessa forma, todo elemento v=(x,-x)R2v = (x, -x) \in R^2, veVv \neq e_V, é um autovetor de T associado ao autovalor λ=-1\lambda = -1.   


    Definição: Sejam V um espaço vetorial sobre o corpo KK, T um operador linear sobre V e λK\lambda \in K um autovalor de T. O conjunto

Sλ={vVT(v)=λv}S_\lambda = \left\lbrace v \in V \mid T(v) = \lambda v \right\rbrace 
é o conjunto de todos os autovetores de T, associados ao autovalor λ\lambda, unido à {eV}\left\lbrace e_V \right\rbrace, o elemento neutro de V. Lembrando que eVe_V não é um autovetor de T, pois os autovetores são não nulos.


    Teorema: SλS_\lambda é um subespaço vetorial do espaço vetorial V. SλS_\lambda é então denominado subespaço associado ao autovalor λ\lambda.
    Demonstração: AQUI.

    Exemplo 2: Considere o operador linear T:R3R3T: R^3 \longrightarrow R^3 dado por T(x,y,z)=(x,y,0)T(x, y, z) = (x, y, 0), que representa a projeção sobre o plano xyxy. Vamos encontrar os autovalores e autovetores de T. Queremos encontrar elementos (x,y,z)R3(x,y,z) \in R^3, (x,y,z)(0,0,0)(x,y,z) \neq (0,0,0)   λR\lambda \in R  tais que:

T(x,y,z)=λ(x,y,z)(x,y,0)=(λx,λy,λz){λx=xλy=yλz=0{(λ-1)x=0(λ-1)y=0λz=0T(x,y,z) = \lambda(x,y,z) \Leftrightarrow (x,y,0) = (\lambda x, \lambda y, \lambda z) \Leftrightarrow \left\lbrace \begin{array}{l} \lambda x = x \\ \lambda y = y \\ \lambda z = 0 \end{array} \right. \Leftrightarrow \left\lbrace \begin{array}{c} (\lambda - 1) x = 0 \\ (\lambda - 1) y = 0 \\ \lambda z = 0 \end{array} \right.
A primeira e segunda equações são satisfeitas para λ=1\lambda = 1 e nesse caso, a terceira equação só se verifica para z=0z = 0. Assim, λ1=1\lambda_1 = 1 é um autovalor de T com os autovetores associados da forma v1=(x,y,0)v_1 = (x,y,0). Observe que, para o autovetor λ1=1\lambda_1 = 1, os elementos do subespaço Sλ1S_{\lambda_1}  podem ser escritos como (x,y,0)=x(1,0,0)+y(0,1,0)(x,y,0) = x(1,0,0) + y(0,1,0). Temos que {(1,0,0),(0,1,0)}\left\lbrace (1,0,0), (0,1,0)\right\rbrace são L.I. e portanto formam uma base para Sλ1S_{\lambda_1}, e este tem dimensão 2.
Além disso, a terceira equação é satisfeita para λ=0\lambda = 0, para todo zz, e nesse caso, a primeira e segunda equações só são satisfeitas para x=y=0 x = y = 0. Assim, λ2=0\lambda_2 = 0 é outro autovalor de T com os autovetores associados da forma v2=(0,0,z)v_2 = (0,0,z). Observe que, para λ2=0\lambda_2 = 0, os elementos de Sλ2S_{\lambda_2} podem ser escritos da forma (0,0,z)=z(0,0,1)(0,0,z) = z(0,0,1). Temos que, {(0,0,1)}\left\lbrace (0,0,1)\right\rbrace é L.I. e portanto forma uma base para Sλ2S_{\lambda_2}, e este tem dimensão 1.

    Exemplo 3: Vamos determinar um operador linear T sobre o R2R^2 que satisfaça simultaneamente as seguintes condições:

    (i) λ1=1\lambda_1 = 1 é um autovalor de T com autovetores associados do tipo v1=(y,-y)v_1 = (y, -y).
    (ii) λ2=3\lambda_2 = 3 é um autovalor de T com autovetores associados do tipo v2=(0,y)v_2 = (0, y).

Da condição (i) temos que:

T(y,-y)=1(y,-y)yT(1,-1)=y(1,-1)T(1,-1)=(1,-1)T(y, -y) = 1(y, -y) \Leftrightarrow yT(1,-1) = y(1,-1) \Leftrightarrow T(1,-1) = (1,-1)
e da condição (ii) temos que:

T(0,y)=3(0,y)=(0,3y)yT(0,1)=y(0,3)T(0,1)=(0,3)T(0,y) = 3(0,y) = (0, 3y) \Leftrightarrow yT(0,1) = y(0,3) \Leftrightarrow T(0,1) = (0,3)
Observe que β={(1,-1),(0,1)}\beta = \left\lbrace (1,-1), (0,1) \right\rbrace é uma base para R2R^2. Vamos escrever um elemento qualquer (x,y)R2(x,y) \in R^2 como combinação linear dos elementos da base β\beta, ou seja:

(x,y)=α1(1,-1)+α2(0,1){α1=x-α1+α2=y{α1=xα2=x+y(x,y) = \alpha_1(1, -1) + \alpha_2(0, 1) \Leftrightarrow \left\lbrace \begin{array}{c} \alpha_1 = x \\ -\alpha_1 + \alpha_2 = y \end{array} \right. \Leftrightarrow \left\lbrace \begin{array}{l} \alpha_1 = x \\ \alpha_2 = x + y \end{array} \right.
Logo, temos (x,y)=x(1,-1)+(x+y)(0,1)(x, y) = x(1, -1) + (x+y)(0,1). Portanto, podemos calcular T(x,y)T(x,y) da seguinte forma:

T(x,y)=T(x(1,-1)+(x+y)(0,1))=T(x(1,-1))+T((x+y)(0,1))=T(x,y) = T(x(1, -1) + (x+y)(0,1)) = T(x(1,-1)) + T((x+y)(0,1)) = 
=xT(1,1)+(x+y)T(0,1)=x(1,1)+(x+y)(0,3)=(x,x)+(0,3x+3y)= xT(1,-1) + (x+y)T(0,1) = x(1,-1) + (x+y)(0,3) = (x,-x) + (0, 3x+3y) \LeftrightarrowT(x,y)=(x,2x+3y) \Leftrightarrow T(x,y) = (x, 2x+3y)
E assim determinamos o operador linear T.

Veja estes e mais exemplos AQUI.

Voltar ao Topo.

Última Atualização: 27/07/2015.