Autovalores e Autovetores — Guia Passo a Passo

Autovalores e autovetores mostram quais direções uma matriz quadrada apenas escala, em vez de girar. Para uma matriz quadrada $A$, um autovetor é um vetor não nulo $v$ tal que

$$Av = \lambda v$$

para algum escalar $\lambda$. O número $\lambda$ é o autovalor. Se você só precisa da ideia central, é esta: autovetores mantêm sua reta, enquanto autovalores dizem qual é o fator de escala nessa reta.

A maioria dos vetores muda de direção sob a ação de uma matriz. Um autovetor não muda. Ele pode ser alongado, encolhido ou invertido se $\lambda < 0$, mas continua na mesma reta.

O que $Av = \lambda v$ significa

Pense em uma matriz como uma transformação. Em geral, ela gira, cisalha, alonga ou mistura direções. Mas algumas direções podem passar por essa transformação sem sair de sua reta original.

Essas direções especiais são os autovetores. O autovalor diz o que a matriz faz nessa direção:

• Se $\lambda > 1$, o vetor é alongado.
• Se $0 < \lambda < 1$, o vetor é encolhido.
• Se $\lambda < 0$, o vetor é escalado e invertido.
• Se $\lambda = 0$, a matriz envia esse autovetor para o vetor nulo.

O vetor nulo nunca é considerado um autovetor. Se ele fosse permitido, toda matriz o teria, e a ideia perderia o sentido.

Como encontrar autovalores e autovetores

Comece com

$$Av = \lambda v.$$

Leve tudo para um lado:

$$(A - \lambda I)v = 0.$$

Este é um sistema homogêneo. Para que ele tenha uma solução não nula $v$, a matriz $A - \lambda I$ deve ser singular, então

$$\det(A - \lambda I) = 0.$$

Resolver essa equação fornece os autovalores. Depois, para cada autovalor, resolva

$$(A - \lambda I)v = 0$$

para obter os autovetores correspondentes.

Esse método se aplica a matrizes quadradas. Se a matriz não for quadrada, o problema padrão de autovalores não é definido dessa forma.

Exemplo resolvido: uma matriz 2x2

Seja

$$A = \begin{bmatrix} 2 & 1 \\ 0 & 3 \end{bmatrix}.$$

Vamos encontrar primeiro os autovalores e depois os autovetores associados a eles.

Passo 1: Calcule $\det(A - \lambda I)$

Primeiro, forme

$$A - \lambda I = \begin{bmatrix} 2 - \lambda & 1 \\ 0 & 3 - \lambda \end{bmatrix}.$$

Agora calcule o determinante:

$$\det(A - \lambda I) = (2 - \lambda)(3 - \lambda).$$

Iguale o determinante a zero:

$$(2 - \lambda)(3 - \lambda) = 0.$$

Logo, os autovalores são

$$\lambda = 2 \quad \text{e} \quad \lambda = 3.$$

Passo 2: Encontre os autovetores para $\lambda = 2$

Substitua $\lambda = 2$ em $(A - \lambda I)v = 0$:

$$A - 2I = \begin{bmatrix} 0 & 1 \\ 0 & 1 \end{bmatrix}.$$

Seja $v = \begin{bmatrix} x \\ y \end{bmatrix}$. Então

$$\begin{bmatrix} 0 & 1 \\ 0 & 1 \end{bmatrix} \begin{bmatrix} x \\ y \end{bmatrix} = \begin{bmatrix} 0 \\ 0 \end{bmatrix}$$

o que dá $y = 0$. A variável $x$ é livre, então todo vetor não nulo no eixo $x$ serve. Uma escolha simples é

$$\begin{bmatrix} 1 \\ 0 \end{bmatrix}$$

e qualquer múltiplo não nulo dele também é um autovetor para $\lambda = 2$.

Passo 3: Encontre os autovetores para $\lambda = 3$

Agora use $\lambda = 3$:

$$A - 3I = \begin{bmatrix} -1 & 1 \\ 0 & 0 \end{bmatrix}.$$

Resolva

$$\begin{bmatrix} -1 & 1 \\ 0 & 0 \end{bmatrix} \begin{bmatrix} x \\ y \end{bmatrix} = \begin{bmatrix} 0 \\ 0 \end{bmatrix}.$$

Isso dá $-x + y = 0$, então $y = x$. Uma escolha simples é

$$\begin{bmatrix} 1 \\ 1 \end{bmatrix}$$

e qualquer múltiplo não nulo dele também é um autovetor para $\lambda = 3$.

Passo 4: Verifique um par

Tome $v = \begin{bmatrix} 1 \\ 1 \end{bmatrix}$ para $\lambda = 3$:

$$Av = \begin{bmatrix} 2 & 1 \\ 0 & 3 \end{bmatrix} \begin{bmatrix} 1 \\ 1 \end{bmatrix} = \begin{bmatrix} 3 \\ 3 \end{bmatrix} = 3 \begin{bmatrix} 1 \\ 1 \end{bmatrix}.$$

Então a verificação funciona: $Av = 3v$.

Intuição: por que esses vetores são especiais

Se você imaginar o plano sendo transformado por $A$, a maioria das setas se inclina para novas direções. Os autovetores são as raras setas que permanecem em sua própria reta.

É por isso que eles importam. Eles revelam as direções simples escondidas dentro da transformação, o que muitas vezes é mais útil do que ficar olhando para as entradas da matriz.

Erros comuns ao resolver autovalores e autovetores

1. Esquecer que autovetores devem ser não nulos.
2. Resolver $\det(A - \lambda I) = 0$ de forma incorreta, especialmente na etapa do determinante.
3. Encontrar os autovalores, mas não resolver os autovetores correspondentes.
4. Supor que toda matriz quadrada tem autovetores independentes suficientes para formar uma base. Algumas não têm.
5. Supor que toda matriz real tem autovalores reais. Isso depende da matriz.

Onde autovalores e autovetores são usados

Eles aparecem sempre que um processo linear tem direções preferenciais ou modos naturais.

Exemplos comuns incluem equações diferenciais, problemas de vibração, sistemas dinâmicos, modelos de Markov e análise de componentes principais. O significado muda conforme a área, mas o padrão é o mesmo: encontrar direções em que a transformação age como uma simples escala.

Tente um problema parecido

Tente o mesmo processo para

$$\begin{bmatrix} 4 & 0 \\ 1 & 1 \end{bmatrix}.$$

Encontre primeiro os autovalores, depois resolva os autovetores e verifique um par por multiplicação direta. Se quiser ir um passo além, teste sua própria versão em um solver e compare os autovalores e autovetores, não apenas os números finais.