Upload
others
View
13
Download
1
Embed Size (px)
Citation preview
Notas de aula – Álgebra Linear Profa. Angelita Minetto Araújo – UTFPR /DAMAT 2021
n. 16 – AUTOVALORES e AUTOVETORES ou
VALORES e VETORES PRÓPRIOS ou
VALORES CARACTERÍSTICOS e VETORES CARACTERÍSTICOS
Aplicações: estudo de vibrações, dinâmica populacional,
estudos referentes à Genética, Mecânica Quântica, Economia
e Geometria.
Fonte: Disponível em: <https://www.youtube.com/watch?v=esWX5oYm_rA>
Genética: a quantidade de genótipos AA, Aa,
aa resultante das combinações, conforme
forem passando as gerações é calculada
como sendo os autovalores e os autovetores
de certa matriz.
Pedaço de viga de uma ponte: ao analisarmos
um pedaço de viga, observamos que ele está
sujeito a diversas tensões. A maior e a menor
tensão que este objeto sofre é calculada
encontrando os autovalores de certa matriz.
Sistema massa x mola: dada uma mola
e colando-se nessa mola uma massa a
estabilidade desse sistema pode ser
obtida calculando-se os autovalores e
os autovetores de certa matriz.
Pesquisa de algum tema na Internet: ao digitar uma
palavra no Google aparece no buscador os sites que
podemos consultar. O Google sabe quais são os sites
“mais importantes”, devido a certa matriz, que faz a
relação entre os diversos sites, procurando autovetores e
autovalores e aplicando um algoritmo de busca
desenvolvido por eles (PageRank), eles estabelecem o
critério de qual site é mais importantes que outros.
Notas de aula – Álgebra Linear Profa. Angelita Minetto Araújo – UTFPR /DAMAT 2021
Toda a transformação linear possui uma matriz associada, fixando-
se as bases.
Dada uma transformação linear de um espaço vetorial
T: V⟶ V (um operador linear), estamos interessados em saber
quais vetores são levados em um múltiplo de si mesmo.
Procuramos um vetor �⃗� ∈ V e um escalar α ∈ℝ tais que T(�⃗�) = α �⃗�.
O escalar α será chamado de autovalor de T
e o vetor �⃗� é um autovetor de T.
Definição: Seja T: V⟶V um operador linear. Se existem �⃗� ∈ V, �⃗� ≠ 0,
e α∈ℝ tais que T(�⃗�) = α �⃗�, α é um autovalor de T e �⃗� é um autovetor
de T associado a α.
Obs.: α pode ser o número zero (0),
mas �⃗� não pode ser o vetor nulo.
Um vetor, �⃗� ≠ 0 é autovetor se a imagem T(�⃗�) for um múltiplo
escalar de �⃗�. No R2 e R3 diríamos que �⃗� e T (�⃗�) têm a mesma
direção. Logo, dependendo do valor de α, o operador T dilata �⃗�,
contrai �⃗�, inverte o sentido ou anula no caso de α = 0.
α �⃗⃗⃗� �⃗⃗⃗�
V T ( �⃗⃗⃗�) V
Notas de aula – Álgebra Linear Profa. Angelita Minetto Araújo – UTFPR /DAMAT 2021
a) Na primeira figura abaixo, o vetor �⃗� ∈ R2 é um vetor próprio
que dilata �⃗�, porque α > 1.
b) Na segunda figura observamos que �⃗� não é um autovetor de T,
pois T(�⃗�) ≠ α �⃗� .
Para encontrar os autovalores e autovetores de TA,
devemos resolver a equação:
TA (�⃗�) = α �⃗�
Exemplos:
1. Verifique se os vetores �⃗�1 e �⃗�2 são autovetores do operador linear
T: ℝ2⟶ℝ2, tal que T (x, y) = (4 x + 5 y, 2 x + y)
a) �⃗�1 = (5, 2)
Resolução: (4 . 5 + 5 . 2, 2 . 5 + 2) = (30, 12)
Logo, 6. (5, 2) =
6 . v = (30, 12)
Portanto, o autovalor é α = 6
b) �⃗�2 = (2, 1)
Resolução: (4 . 2 + 5 . 1, 2 . 2 + 1) = (13, 5)
Logo, ∄ α.(2, 1) = (13, 5), portanto, v2 = (2, 1) não é autovetor
deste operador linear.
Notas de aula – Álgebra Linear Profa. Angelita Minetto Araújo – UTFPR /DAMAT 2021
2. Determine os autovalores e os autovetores associados à
transformação T: ℝ2⟶ℝ2, tal que T (x, y) = (2x , 2y)
Resolução:
Abrindo o vetor nas variáveis livres: (2x, 2y)
x (2, 0) + y (0, 2)
(2x, 0y) + (0x , 2y)
Neste caso, 2 é um autovalor de T e qualquer vetor
(x, y) ≠ (0, 0) é um autovetor associado ao autovalor 2.
Observe geometricamente:
T
AUTOVALOR E AUTOVETOR DE UMA MATRIZ
Seja o operador linear T: ℝ3⟶ℝ3, cuja matriz canônica é:
𝐴 = [
𝑎11 𝑎12 𝑎13
𝑎21 𝑎22 𝑎23
𝑎31 𝑎32 𝑎33
] → 𝐴 = [𝑇𝐴] (em relação à base canônica)
Logo, A é a transformação.
Assim pela definição temos que T(�⃗�) = α �⃗�, no caso das matrizes a
relação fica: A . �⃗� = α �⃗�
Se �⃗� e α são respectivamente autovetor e autovalor do operador T temos:
A . �⃗� = α �⃗�
A . �⃗� – α �⃗� = 0
Notas de aula – Álgebra Linear Profa. Angelita Minetto Araújo – UTFPR /DAMAT 2021
Tendo em vista que �⃗� pode ser escrito como I.�⃗� (onde I é a matriz identidade), podemos escrever a equação acima como:
A . �⃗� – α (I. �⃗�) = 0
A . �⃗� – α I �⃗� = 0
�⃗� (A – α I) = 0
Lembrando que, para que o sistema admita soluções não nulas,
�⃗� ≠ 0, então, (A – α I) = 0
Como:
�⃗� = (𝑥, 𝑦, 𝑧) ≠ (0, 0, 0) 𝑒 𝑛𝑜 𝑐𝑎𝑠𝑜 𝑑𝑎𝑠 𝑚𝑎𝑡𝑟𝑖𝑧𝑒𝑠: �⃗� = [𝑥𝑦𝑧
] ≠ [000
]
Deve-se ter então: det (A - α I) = 0
𝑑𝑒𝑡 ([
𝑎11 𝑎12 𝑎13
𝑎21 𝑎22 𝑎23
𝑎31 𝑎32 𝑎33
] −
𝛼 [1 0 00 1 00 0 1
]) = 0
𝑑𝑒𝑡 ([
𝑎11 𝑎12 𝑎13
𝑎21 𝑎22 𝑎23
𝑎31 𝑎32 𝑎33
] − [𝛼 0 00 𝛼 00 0 𝛼
]) = 0
𝑑𝑒𝑡 ([
𝑎11 − 𝛼 𝑎12 𝑎13
𝑎21 𝑎22 − 𝛼 𝑎23
𝑎31 𝑎32 𝑎33 − 𝛼] = 0
Notas de aula – Álgebra Linear Profa. Angelita Minetto Araújo – UTFPR /DAMAT 2021
A equação det (A - α I) = 0 é denominada equação característica
do operador T ou da matriz A, e suas raízes são os autovalores do
operador T ou da matriz A.
O determinante det (A - α I) é um polinômio em α, denominado
polinômio característico.
PROPRIEDADES DOS AUTOVALORES E AUTOVETORES
i) Se �⃗� é autovetor associado ao autovalor α de um operador linear
T, o vetor α �⃗�, para qualquer real α ≠ 0, é também autovetor de T
associado ao mesmo α.
T (�⃗�) = α �⃗�
ii) Matrizes semelhantes têm o mesmo polinômio característico e,
portanto, os mesmos autovalores.
Definição:
Duas matrizes quadradas A e B são semelhantes se existe uma
matriz inversível P, tal que B = P-1 AP.
Um conjunto de autovetores obtidos quando α1 ≠ α2 constitui
uma base.
P é a matriz formada por essa base.
Teorema:
Duas matrizes quadradas A e B são semelhantes se, e somente se,
possuem o mesmo determinante.
Notas de aula – Álgebra Linear Profa. Angelita Minetto Araújo – UTFPR /DAMAT 2021
Matrizes semelhantes têm os mesmos autovalores.
Exercícios:
1. Determine os autovalores e autovetores da matriz 𝐴 = [4 52 1
]
a) A equação característica de A é:
det (A - α I) = 0
det [4 52 1
] − [𝛼 00 𝛼
] = 0
det [4 − 𝛼 5
2 1 − 𝛼] = 0
(4 – α) . (1 – α) – 5 . 2 = 0
4 – 4 α – α + α2 – 10 = 0
α2 – 5 α – 6 = 0
Logo, (α +1) . (α – 6) = 0
Logo, as raízes são: α1 = - 1 e α2 = 6
Logo, as raízes são os autovalores da matriz A.
b) Para determinarmos os autovetores fazemos:
[(A - α I)] . �⃗� = 0
Como queremos descobrir �⃗�, fazemos �⃗� = (x, y)
[4 52 1
] − [𝛼 00 𝛼
] . [𝑥𝑦] = [
00
]
[4 − 𝛼 5
2 1 − 𝛼] . [
𝑥𝑦] = [
00
]
Notas de aula – Álgebra Linear Profa. Angelita Minetto Araújo – UTFPR /DAMAT 2021
Agora usamos os autovalores encontrados anteriormente:
α1 = - 1 e α2 = 6
b1) Para α1 = - 1
[4 − (−1) 5
2 1 − (−1)] [
𝑥𝑦] = [
00
]
[5 52 2
] [𝑥𝑦] = [
00
]
{5𝑥 + 5𝑦 = 02𝑥 + 2𝑦 = 0
Logo, y = - x portanto, o sistema admite infinitas soluções.
Assim, v1 = (x, - x)
v1 = x(1,- 1) com x≠0 são autovetores associados ao autovalor
α = - 1
b2) Para α2 = 6
[4 − (6) 5
2 1 − (6)] [
𝑥𝑦] = [
00
]
[−2 52 −5
] [𝑥𝑦] = [
00
]
Notas de aula – Álgebra Linear Profa. Angelita Minetto Araújo – UTFPR /DAMAT 2021
{−2𝑥 + 5𝑦 = 02𝑥 − 5𝑦 = 0
Logo, 𝑦 =2
5 𝑥 portanto, o sistema admite infinitas soluções.
Assim, v2 = (𝑥,2
5 𝑥 )
v2 = x (1,2
5 ) com x ≠ 0
ou um múltiplo: (5,2) são autovetores associados ao autovalor α = 6
2. Determine os autovalores e autovetores da matriz 𝐴 = [− 3 4−1 2
]
a) A equação característica de A é:
det (A - α I) = 0
det [− 3 4− 1 2
] − [𝛼 00 𝛼
] = 0
det [−3 − 𝛼 4
−1 2 − 𝛼] = 0
(- 3 – α) . (2 – α) – 4 . (-1) = 0
- 6 + 3 α – 2 α + α2 +4 = 0
α2 + α – 2 = 0
Logo, (α +1) . (α + 2) = 0
Logo, as raízes são: α1 = - 2 e α2 = 1
Logo, as raízes são os autovalores da matriz A.
b) Para determinarmos os autovetores fazemos:
(A - α I) . v = 0
Notas de aula – Álgebra Linear Profa. Angelita Minetto Araújo – UTFPR /DAMAT 2021
Como queremos descobrir v, fazemos v = (x, y)
[− 3 4−1 2
] − [𝛼 00 𝛼
] [𝑥𝑦] = [
00
]
[−3 − ( 𝛼) 4
−1 2 − (𝛼)] [
𝑥𝑦] = [
00
]
Agora usamos os autovalores encontrados anteriormente:
α1 = - 2 e α2 = 1
b1) Para α1 = - 2
[−3 − (−2) 4
−1 2 − (−2)] [
𝑥𝑦] = [
00
]
[− 3 + 2 4
−1 2 + 2] [
𝑥𝑦] = [
00
]
[−1 4−1 4
] [𝑥𝑦] = [
00
]
{−𝑥 + 4𝑦 = 0−𝑥 + 4𝑦 = 0
Logo, x = 4y
Assim, v1 = (4 y, y) = y (4, 1) = (4, 1)
v1=(4, 1) com y ≠ 0 são autovetores associados ao autovalor α1 = - 2
b2) Para α2 = 1
Notas de aula – Álgebra Linear Profa. Angelita Minetto Araújo – UTFPR /DAMAT 2021
[− 3 − 1 4
− 1 2 − 1] [
𝑥𝑦] = [
00
]
[−4 4− 1 1
] [𝑥𝑦] = [
00
]
{−4𝑥 + 4𝑦 = 0
−𝑥 + 𝑦 = 0
Logo, y = x
Assim, v2 = (𝑦, 𝑦 )
v2 = y (1, 1 )
v2 = (1, 1) com y ≠ 0 é um autovetor associado ao autovalor α = 1
Exercícios:
1. Calcule o polinômio característico e os valores próprios das
seguintes matrizes:
a. [2 01 1
]
b. [−1 −1−3 1
]
c. [2 10 1
]
d. [−1 −3−1 1
]
Notas de aula – Álgebra Linear Profa. Angelita Minetto Araújo – UTFPR /DAMAT 2021
e. [1 2 30 1 20 0 1
]
f. [1 2 10 2 30 0 4
]
2. Encontre o polinômio característico das seguintes matrizes:
a. [4 2 0
−1 1 00 1 2
]
b. [−1 −4 142 −7 142 −4 11
]
3. Mostre que 2 é autovalor de: [3 −1 1
−1 5 11 −1 3
]
Resolução das questões:
1. Calcule o polinômio característico e os valores próprios das
seguintes matrizes:
a. [2 01 1
]
A equação característica de A é:
det (A - α I) = 0
Notas de aula – Álgebra Linear Profa. Angelita Minetto Araújo – UTFPR /DAMAT 2021
det [2 01 1
] − [𝛼 00 𝛼
] = 0
det [2 − 𝛼 0
1 1 − 𝛼] = 0
(2 – α) . (1 – α) – 0 . (1) = 0
2 – 2 α – α + α2 = 0
α2 – 3 α + 2 = 0 esse é o polinômio característico.
Encontrando as raízes da equação:
−𝑏 ± √𝑏2 − 4𝑎𝑐
2𝑎=
−(−3) ± √(−3)2 − 4(1)(2)
2(1)=
3 ± √9 − 8
2=
3 ± √1
2=
3 ± 1
2
𝛼′ = 2 𝑒 𝛼′′ = 1
Assim, as raízes da equação são: α1 = 2 e α2 = 1
Logo, as raízes são os autovalores da matriz A.
α2 – 3 α + 2 = 0 é o polinômio característico e os valores próprios
são: α1 = 2 e α2 = 1.
b. [−1 −1−3 1
]
A equação característica de A é:
det (A - α I) = 0
det [−1 −1−3 1
] − [𝛼 00 𝛼
] = 0
Notas de aula – Álgebra Linear Profa. Angelita Minetto Araújo – UTFPR /DAMAT 2021
det [−1 − 𝛼 −1 − 0−3 − 0 1 − 𝛼
] = 0
(-1 – α) . (1 – α) – (-1) . (-3) = 0
- 1+ α – α + α2 - 3 = 0
α2 – 4 = 0 esse é o polinômio característico.
Encontrando as raízes da equação:
−𝑏 ± √𝑏2 − 4𝑎𝑐
2𝑎=
−(0) ± √(0)2 − 4(1)(−4)
2(1)=
±√16
2=
±4
2
𝛼′ = 2 𝑒 𝛼′′ = −2
Assim, as raízes da equação são: α1 = 2 e α2 = - 2
Logo, as raízes são os autovalores da matriz A.
R: α2 – 4 = 0 é o polinômio característico e os valores próprios são:
α1 = 2 e α2 = - 2.
c. [2 10 1
]
A equação característica de A é:
det (A - α I) = 0
det [2 10 1
] − [𝛼 00 𝛼
] = 0
det [2 − 𝛼 1 − 00 − 0 1 − 𝛼
] = 0
Notas de aula – Álgebra Linear Profa. Angelita Minetto Araújo – UTFPR /DAMAT 2021
(2 – α) . (1 – α) – (1) = 0
2 - 2α – α + α2 - 1 = 0
α2 – 3 α +1 = 0 esse é o polinômio característico.
Encontrando as raízes da equação:
−𝑏 ± √𝑏2 − 4𝑎𝑐
2𝑎=
−(−3) ± √(−3)2 − 4(1)(1)
2(1)=
3 ± √9 − 4
2=
3 ± √5
2
𝛼′ = 3 + √5
2 𝑒 𝛼′′ =
3 − √5
2
Assim, as raízes da equação são: α1 = 3+√5
2 e α2 = 3−√5
2
Logo, as raízes são os autovalores da matriz A.
R: α2 – 3 α +1 = 0 é o polinômio característico e os valores próprios
são: α1 = 3+√5
2 e α2 = 3−√5
2
d. [−1 −3−1 1
]
A equação característica de A é:
det (A - α I) = 0
det [−1 −3−1 1
] − [𝛼 00 𝛼
] = 0
det [−1 − 𝛼 −3 − 0−1 − 0 1 − 𝛼
] = 0
Notas de aula – Álgebra Linear Profa. Angelita Minetto Araújo – UTFPR /DAMAT 2021
(-1 – α) . (1 – α) – (-3) . (-1) = 0
- 1+ α – α + α2 - 3 = 0
α2 – 4 = 0 esse é o polinômio característico.
Encontrando as raízes da equação:
−𝑏 ± √𝑏2 − 4𝑎𝑐
2𝑎=
−(0) ± √(0)2 − 4(1)(−4)
2(1)=
±√16
2=
±4
2
𝛼′ = 2 𝑒 𝛼′′ = −2
Assim, as raízes da equação são: α1 = 2 e α2 = - 2
Logo, as raízes são os autovalores da matriz A.
R: α2 – 4 = 0 é o polinômio característico e os valores próprios são:
α1 = 2 e α2 = - 2.
e. [1 2 30 1 20 0 1
]
A equação característica de A é: det (A - α I) = 0
𝑑𝑒𝑡: [1 − 𝛼 2 3
0 1 − 𝛼 20 0 1 − 𝛼
] = 0
[
1 − 𝛼 2 3 | 1 − 𝛼 20 1 − 𝛼 2 | 0 1 − 𝛼0 0 1 − 𝛼 | 0 0
] = 0
Notas de aula – Álgebra Linear Profa. Angelita Minetto Araújo – UTFPR /DAMAT 2021
(1 − 𝛼)(1 − 𝛼)(1 − 𝛼) = 0
(1 − 𝛼 − 𝛼 + 𝛼2)(1 − 𝛼) = 0
(1 − 𝛼 − 𝛼 + 𝛼2 − 𝛼 + 𝛼2 + 𝛼2 − 𝛼3) = 0
−𝛼3 + 3𝛼2 − 3𝛼 + 1 = 0
Para o autovalor 𝛼 = 1 temos:
[1 − 𝛼 2 3
0 1 − 𝛼 20 0 1 − 𝛼
] . [𝑥𝑦𝑧
] = [000
]
[1 − 1 2 3
0 1 − 1 20 0 1 − 1
] . [𝑥𝑦𝑧
] = [000
]
[0 2 30 0 20 0 0
] . [𝑥𝑦𝑧
] = [000
]
{2𝑦 + 3𝑧 = 0
2𝑧 = 00 = 0
→ {𝑦 = 0𝑧 = 00 = 0
Como, 𝑦 = 0 𝑒 𝑧 = 0, 𝑡𝑒𝑚𝑜𝑠 𝑞𝑢𝑒 𝑡𝑒𝑟 𝑞𝑢𝑒 𝑥 ≠ 0, 𝑙𝑜𝑔𝑜:
𝐶𝑜𝑚 𝑥 ≠ 0 𝑡𝑒𝑚𝑜𝑠 𝑜 𝑎𝑢𝑡𝑜𝑣𝑒𝑡𝑜𝑟: (𝑥, 0, 0) = 𝑥 (1, 0, 0)
R: −𝛼3 + 3𝛼2 − 3𝛼 + 1 = 0 é o polinômio característico, para o
autovalor α1 = 1 o autovetor é 𝑥 (1, 0, 0), 𝑐𝑜𝑚 𝑥 ≠ 0 . (Boldrini, p.
195)
Notas de aula – Álgebra Linear Profa. Angelita Minetto Araújo – UTFPR /DAMAT 2021
f. [1 2 10 2 30 0 4
]
A equação característica de A é: det (A - α I) = 0
𝑑𝑒𝑡: [1 − 𝛼 2 1
0 2 − 𝛼 30 0 4 − 𝛼
] = 0
𝑀𝑎𝑡𝑟𝑖𝑧 𝑡𝑟𝑖𝑎𝑛𝑔𝑢𝑙𝑎𝑟, 𝑝𝑜𝑟𝑡𝑎𝑛𝑡𝑜 𝑜 𝑑𝑒𝑡𝑒𝑟𝑚𝑖𝑛𝑎𝑛𝑡𝑒 é 𝑜 𝑝𝑟𝑜𝑑𝑢𝑡𝑜
𝑑𝑎 𝑑𝑖𝑎𝑔𝑜𝑛𝑎𝑙 𝑝𝑟𝑖𝑛𝑐𝑖𝑝𝑎𝑙.
(1 − 𝛼)(2 − 𝛼)(4 − 𝛼) = 0
(2 − 𝛼 − 2𝛼 + 𝛼2)(4 − 𝛼) = 0
(2 − 3𝛼 + 𝛼2)(4 − 𝛼) = 0
(8 − 12𝛼 + 4𝛼2 − 2𝛼 + 3𝛼2 − 𝛼3) = 0
𝛼3 + 7𝛼2 − 14𝛼 + 8 = 0
Autovalores: 𝛼1 = 1 , 𝛼2 = 2 𝑒 𝛼3 = 4
Para o autovalor 𝛼1 = 1 temos:
[1 − 𝛼 2 1
0 2 − 𝛼 30 0 4 − 𝛼
] . [𝑥𝑦𝑧
] = [000
]
[1 − 1 2 1
0 2 − 1 30 0 4 − 1
] . [𝑥𝑦𝑧
] = [000
]
Notas de aula – Álgebra Linear Profa. Angelita Minetto Araújo – UTFPR /DAMAT 2021
[0 2 10 1 30 0 3
] . [𝑥𝑦𝑧
] = [000
]
{2𝑦 + 𝑧 = 0𝑦 + 3𝑧 = 0
3𝑧 = 0
→ {0 = 0𝑦 = 0𝑧 = 0
(𝑥, 0, 0) = 𝑥 (1, 0, 0) 𝑐𝑜𝑚 𝑥 ≠ 0
Para o autovalor 𝛼2 = 2 temos:
[1 − 𝛼 2 1
0 2 − 𝛼 30 0 4 − 𝛼
] . [𝑥𝑦𝑧
] = [000
]
[1 − 2 2 1
0 2 − 2 30 0 4 − 2
] . [𝑥𝑦𝑧
] = [000
]
[−1 2 10 0 30 0 2
] . [𝑥𝑦𝑧
] = [000
]
{−𝑥 + 2𝑦 + 𝑧 = 0
3𝑧 = 02𝑧 = 0
→ {−𝑥 = −2𝑦
𝑧 = 0𝑧 = 0
→ {𝑥 = 2𝑦𝑧 = 0𝑧 = 0
(2𝑦, 𝑦, 0) = 𝑦 (2, 1, 0) 𝑐𝑜𝑚 𝑦 ≠ 0
Para o autovalor 𝛼3 = 4 temos:
Notas de aula – Álgebra Linear Profa. Angelita Minetto Araújo – UTFPR /DAMAT 2021
[1 − 𝛼 2 1
0 2 − 𝛼 30 0 4 − 𝛼
] . [𝑥𝑦𝑧
] = [000
]
[1 − 4 2 1
0 2 − 4 30 0 4 − 4
] . [𝑥𝑦𝑧
] = [000
]
[−3 2 10 −2 30 0 0
] . [𝑥𝑦𝑧
] = [000
]
{−3𝑥 + 2𝑦 + 𝑧 = 0
−2𝑦 + 3𝑧 = 00 = 0
→ {
−3𝑥 = −2𝑦 − 𝑧
𝑦 = −3𝑧
−2
→ {−3𝑥 = −2 (
3𝑧
2) − 𝑧
𝑦 = 3𝑧
2
{−3𝑥 = −3𝑧 − 𝑧
𝑦 = 3𝑧
2
→ {−3𝑥 = −4𝑧
𝑦 = 3𝑧
2
→ {𝑥 =
−4𝑧
−3
𝑦 = 3𝑧
2
→ {𝑥 =
4𝑧
3
𝑦 = 3𝑧
2
(4𝑧
3,3𝑧
2, 𝑧) = 𝑧 (
4
3,3
2, 1) 𝑐𝑜𝑚 𝑧 ≠ 0 𝑒 𝑝𝑎𝑟𝑎 𝑧 = 6 𝑡𝑒𝑚𝑜𝑠
6 (4
3,3
2, 1) = (8, 9,6) 𝑐𝑜𝑚 𝑧 ≠ 0
R: 𝛼3 + 7𝛼2 − 14𝛼 + 8 = 0 é o polinômio característico, para o
autovalor α1 = 1 o autovetor é 𝑥 (1, 0, 0), 𝑐𝑜𝑚 𝑥 ≠ 0, para α2 = 2 o
autovetor é 𝑦 (2,1, 0), 𝑐𝑜𝑚 𝑦 ≠ 0 e para α3 = 4 o autovetor é
𝑧 (8, 9, 6), 𝑐𝑜𝑚 𝑥 ≠ 0 .
Notas de aula – Álgebra Linear Profa. Angelita Minetto Araújo – UTFPR /DAMAT 2021
2. Encontre o polinômio característico das seguintes matrizes:
a. [4 2 0
−1 1 00 1 2
]
A equação característica de A é: det (A - α I) = 0
𝑑𝑒𝑡: [4 − 𝛼 2 0
−1 1 − 𝛼 00 1 2 − 𝛼
] = 0
[
4 − 𝛼 2 0 | 4 − 𝛼 2−1 1 − 𝛼 0 | −1 1 − 𝛼0 1 2 − 𝛼 | 0 1
] = 0
(4 − 𝛼)(1 − 𝛼)(2 − 𝛼) + 2 (2 − 𝛼) = 0
−𝛼3 + 7𝛼2 − 16 𝛼 + 12 = 0
R: – α3 + 7 α2 – 16 α + 12 = 0 é o polinômio característico (Boldrini,
p. 185)
b. [−1 −4 142 −7 142 −4 11
]
A equação característica de A é: det (A - α I) = 0
Notas de aula – Álgebra Linear Profa. Angelita Minetto Araújo – UTFPR /DAMAT 2021
𝑑𝑒𝑡: [−1 − 𝛼 −4 14
2 −7 − 𝛼 142 −4 11 − 𝛼
] = 0
[
−1 − 𝛼 −4 14 | −1 − 𝛼 −42 −7 − 𝛼 14 | 2 −7 − 𝛼2 −4 11 − 𝛼 | 2 −4
] = 0
(−1 − 𝛼)(−7 − 𝛼)(11 − 𝛼) − 112 − 112 − 28(−7 − 𝛼) + 56(−1 − 𝛼) + 8(11 − 𝛼) = 0
(−1 − 𝛼)(−7 − 𝛼)(11 − 𝛼) − 224 + 196 + 28𝛼 − 56 − 56𝛼 + 88 − 8𝛼 = 0
(+7 + 𝛼 + 7𝛼 + 𝛼2)(11 − 𝛼) − 224 + 196 + 28𝛼 − 56 − 56𝛼 + 88 − 8𝛼 = 0
(7 + 8𝛼 + 𝛼2)(11 − 𝛼) − 224 + 196 + 28𝛼 − 56 − 56𝛼 + 88 − 8𝛼 = 0
+77 + 88𝛼 + 11𝛼2 − 7𝛼 − 8𝛼2 − 𝛼3 − 224 + 196 + 28𝛼 − 56 − 56𝛼 + 88 − 8𝛼 = 0
−𝛼3 + 11𝛼2 − 8𝛼2 + 28𝛼 + 88𝛼 − 56𝛼 − 8𝛼 − 7𝛼 − 56 + 88 − 224 + 196 + 77 = 0
−𝛼3 + 3𝛼2 + 45𝛼 + 81 = 0
R: −𝛼3 + 3𝛼2 + 45𝛼 + 81 = 0 é o polinômio característico
(Boldrini, p. 195)
3. Mostre que 2 é autovalor de: [3 −1 1
−1 5 11 −1 3
]
Da equação característica temos:
det( [3 −1 1
−1 5 11 −1 3
] − 𝛼𝐼) = 0
[3 − 𝛼 −1 1
−1 5 − 𝛼 11 −1 3 − 𝛼
] = 0
Para 𝛼 = 2 temos:
Notas de aula – Álgebra Linear Profa. Angelita Minetto Araújo – UTFPR /DAMAT 2021
[3 − 2 −1 1
−1 5 − 2 11 −1 3 − 2
] = 0
[1 −1 1
−1 3 11 −1 1
] = 0
[
1 −1 1 | 1 −1−1 3 1 | −1 31 −1 1 | 1 −1
] = 0
3 − 1 + 1 − 3 + 1 − 1 = 0
Logo, 2 é autovalor de [3 −1 1
−1 5 11 −1 3
] .
Referências Bibliográficas BOLDRINI, J. L. et al. Álgebra linear. São Paulo: Harper & Row, 1980. BORGES, A. J. Notas de aula. Curitiba. Set. 2010. Universidade Tecnológica Federal do Paraná – UTFPR. CALLIOLI, C. A. et al. Álgebra linear e aplicações. São Paulo: Atual, 1990. ANTON, H.; BUSBY, R. C. Álgebra linear contemporânea. São Paulo: Bookman, 2008. KOLMAN, B.; HILL, R. Introdução à álgebra linear com aplicações. 6ª ed. Rio de Janeiro: Prentice-Hall, 1998. LIPSCHUTZ, S. Álgebra linear. São Paulo: McGraw-Hill do Brasil, 1972. NUNES, Luiz Fernando. Notas de aula: Matemática 1. Professor do Departamento de Matemática da Universidade Tecnológica Federal do Paraná – UTFPR. STEINBRUCH, A. e WINTERLE, P. Álgebra linear. São Paulo: Pearson-Makron Books, 2010.
Notas de aula – Álgebra Linear Profa. Angelita Minetto Araújo – UTFPR /DAMAT 2021
VENTURI, J. J. Álgebra Vetorial e Geometria Analítica. 9 ed. Curitiba. 1949. AUTOVETORES E AUTOVALOES. Disponível em: <https://www.youtube.com/watch?v=esWX5oYm_rA> Acesso em: 20 nov./ 2016.