Álgebra Linear I

Início · Capítulo 8 · Autovalores e diagonalização

Autovalores, autovetores e autoespaços

21 cards nesta seção
  1. Definição 8.1Autovalor, autovetor e autoespaço
  2. Proposição 8.2O autoespaço é um subespaço; \(V_0 = \Nuc(T)\)
  3. Motivação 8.3Onde a flecha não gira
  4. Exemplo 8.4Reflexão: autovalores \(1\) e \(-1\)
  5. Exemplo 8.5Projeção: autovalores \(1\) e \(0\)
  6. Exemplo 8.6Rotação: nenhum autovalor real
  7. Exemplo 8.7Cisalhamento: um só autoespaço
  8. Nota 8.8Quatro operadores de \(\R^2\) e os seus autoespaços
  9. Proposição 8.9\(\lambda\) é autovalor se e somente se \(\det(T-\lambda I) = 0\)
  10. Definição 8.10Polinômio característico
  11. Proposição 8.11O polinômio característico: grau, traço e determinante
  12. Exemplo 8.12Autovalores e autoespaços de uma matriz \(2\times2\)
  13. Exemplo 8.13Autovalores e autoespaços de uma matriz \(3\times3\)
  14. Nota 8.14Autovalores reais são as raízes reais de \(p_T\)
  15. Teorema 8.15Autovetores de autovalores distintos são LI
  16. Corolário 8.16No máximo \(n\) autovalores; a soma dos autoespaços é direta
  17. Proposição 8.17Polinômios em \(T\) e autovalores
  18. Corolário 8.18Autovalores de operadores nilpotentes, idempotentes e involuções
  19. Exemplo 8.19Os autoespaços da transposição
  20. Exemplo 8.20Dois operadores que derivam: \(D\) e \(x\,D\)
  21. Exemplo 8.21A rotação não tem autovalor real
Definição 8.1

Autovalor, autovetor e autoespaço

Seja \(T:V\to V\) linear. Um número \(\lambda\in\R\) é um autovalor de \(T\) se existe \(v\neq0\) com \(Tv = \lambda v\); tal \(v\) é um autovetor associado a \(\lambda\). O autoespaço de \(\lambda\) é \[V_\lambda = N(T-\lambda I) = \{v\in V:\ Tv = \lambda v\}.\]

Dois pontos da definição. (i) O autovetor tem de ser não nulo — senão todo \(\lambda\) seria autovalor, porque \(T0 = \lambda0\). (ii) O autoespaço contém o zero, que não é autovetor: \(V_\lambda\) é “os autovetores e mais o zero”.

Em movimento: Eigenvectors and eigenvalues — 3Blue1Brown (vídeo e texto, em inglês).

Proposição 8.2

O autoespaço é um subespaço; \(V_0 = \Nuc(T)\)

\(V_\lambda\) é subespaço, e \(\lambda\) é autovalor se e somente se \(V_\lambda\neq\{0\}\). O número \(0\) é autovalor se e somente se \(T\) não é injetor, e \(V_0 = \Nuc(T)\).

Demonstração

\(V_\lambda\) é o núcleo de um operador linear. O resto é a definição.

Motivação 8.3

Onde a flecha não gira

Seja \(A = \left(\begin{smallmatrix}2&1\\1&2\end{smallmatrix}\right)\) (Exemplo 8.12).

figura

Em cada ponto \(v\) do círculo, a flecha azul é um múltiplo de \(Av\) desenhado a partir de \(v\). Em geral ela não aponta para fora do círculo na direção de \(v\): \(Av\) girou. Na diagonal (verde), \(Av = 3v\), e a flecha é radial e longa; na antidiagonal (laranja), \(Av = v\), e a flecha é radial e curta. Essas são as duas direções próprias, e numa base formada por elas a matriz fica \(\mathrm{diag}(3,1)\).

Desenhando as flechas, acham-se as duas retas antes de qualquer conta; o polinômio característico (Definição 8.10) confirma.

Exemplo 8.4

Reflexão: autovalores \(1\) e \(-1\)

Reflexão numa reta \(\ell\) pela origem: \(\ell\) é o autoespaço de \(1\), e a perpendicular \(\ell^\perp\) é o de \(-1\).

Exemplo 8.5

Projeção: autovalores \(1\) e \(0\)

Projeção sobre \(\ell\) ao longo de outra reta \(m\) (Proposição 2.33): autovalores \(1\) (em \(\ell\)) e \(0\) (em \(m\)).

Exemplo 8.6

Rotação: nenhum autovalor real

Rotação de ângulo \(\theta\in(0,\pi)\): nenhuma reta é levada nela mesma; nenhum autovalor real.

Exemplo 8.7

Cisalhamento: um só autoespaço

Cisalhamento \(T(x,y) = (x+y,y)\): o eixo \(x\) é fixo (\(\lambda = 1\)), e nenhuma outra direção é preservada. Um só autoespaço, de dimensão \(1\).

Nota 8.8

Quatro operadores de \(\R^2\) e os seus autoespaços

figura

O quadrado unitário (cinza) e sua imagem (azul) por quatro operadores de \(\R^2\), com os autoespaços em cor. A reflexão e a projeção têm duas retas invariantes e são diagonalizáveis; a rotação não tem nenhuma; o cisalhamento tem uma só.

Proposição 8.9

\(\lambda\) é autovalor se e somente se \(\det(T-\lambda I) = 0\)

Seja \(\dim V = n\). Então \(\lambda\) é autovalor de \(T\) se e somente se \(\det(T-\lambda I) = 0\).

Demonstração

\(\lambda\) é autovalor \(\iff T-\lambda I\) não é injetor \(\iff T-\lambda I\) não é invertível (Corolário 2.93) \(\iff\det(T-\lambda I) = 0\) (Proposição 4.24).

Em movimento: Eigenvectors and eigenvalues — 3Blue1Brown (vídeo e texto, em inglês).

Definição 8.10

Polinômio característico

O polinômio característico de \(T\) é \(p_T(\lambda) = \det(T-\lambda I)\). Para uma matriz \(A\), \(p_A(\lambda) = \det(A-\lambda I)\).

Proposição 8.11

O polinômio característico: grau, traço e determinante

\(p_T\) não depende da base usada para calculá-lo, e é um polinômio de grau \(n\): \[p_T(\lambda) = (-1)^n\lambda^n+(-1)^{n-1}(\tr T)\,\lambda^{n-1}+\cdots+\det T.\] Para \(n = 2\): \(p_A(\lambda) = \lambda^2-(\tr A)\lambda+\det A\).

Demonstração

Se \(A' = P^{-1}AP\), então \(A'-\lambda I = P^{-1}(A-\lambda I)P\), e o determinante é o mesmo (Corolário 4.22). Pela fórmula de Leibniz (Teorema 4.6), \(\det(A-\lambda I)\) é uma soma de produtos de \(n\) entradas, uma de cada linha e coluna; cada entrada é constante ou da forma \(a_{ii}-\lambda\). O único produto com grau \(\geq n-1\) em \(\lambda\) é o da diagonal, \(\prod_i(a_{ii}-\lambda)\), porque um produto que use uma entrada fora da diagonal deixa de usar pelo menos duas entradas diagonais. Expandindo, os coeficientes de \(\lambda^n\) e \(\lambda^{n-1}\) são \((-1)^n\) e \((-1)^{n-1}\sum_ia_{ii}\). O termo constante é \(p_T(0) = \det T\).

Exemplo 8.12

Autovalores e autoespaços de uma matriz \(2\times2\)

Para \(A = \left(\begin{smallmatrix}2&1\\1&2\end{smallmatrix}\right)\): \(p_A(\lambda) = \lambda^2-4\lambda+3 = (\lambda-1)(\lambda-3)\).

  • \(\lambda = 3\): \(A-3I = \left(\begin{smallmatrix}-1&1\\1&-1\end{smallmatrix}\right)\), \(V_3 = [(1,1)]\).

  • \(\lambda = 1\): \(A-I = \left(\begin{smallmatrix}1&1\\1&1\end{smallmatrix}\right)\), \(V_1 = [(1,-1)]\).

São as duas retas da figura da Motivação 8.3.

Em movimento: A quick trick for computing eigenvalues — 3Blue1Brown (vídeo e texto, em inglês).

Exemplo 8.13

Autovalores e autoespaços de uma matriz \(3\times3\)

Para \[A = \begin{pmatrix}1&2&0\\0&3&0\\2&-4&2\end{pmatrix},\qquad \det(A-\lambda I) = (2-\lambda)\det\begin{pmatrix}1-\lambda&2\\0&3-\lambda\end{pmatrix} = (1-\lambda)(2-\lambda)(3-\lambda),\] desenvolvendo pela terceira coluna. Os autoespaços, resolvendo \((A-\lambda I)X = 0\): \[V_1 = [(1,0,-2)],\qquad V_2 = [(0,0,1)],\qquad V_3 = [(1,1,-2)].\] Confira um: \(A(1,1,-2) = (3,3,-6)\).

O determinante sai com uma expansão só, porque a terceira coluna tem um único termo não nulo; em geral, o trabalho de calcular \(p_A\) é achar a expansão que fatora. Os três autovetores são LI (Teorema 8.15), logo formam uma base, e nela a matriz é \(\mathrm{diag}(1,2,3)\) (Definição 8.22).

Nota 8.14

Autovalores reais são as raízes reais de \(p_T\)

figura

Os autovalores reais são as raízes reais de \(p_T\). À esquerda, o polinômio do Exemplo 8.12. À direita, o da rotação de \(45^\circ\), \(\lambda^2-\sqrt2\lambda+1\), que não corta o eixo: suas raízes são complexas (Teorema 8.50).

Teorema 8.15

Autovetores de autovalores distintos são LI

Se \(v_1,\ldots,v_k\) são autovetores de \(T\) associados a autovalores distintos \(\lambda_1,\ldots,\lambda_k\), então \(v_1,\ldots,v_k\) são LI.

A ideia: aplicar \(T-\lambda_kI\) mata o último termo e multiplica os outros por números não nulos. É um polinômio em \(T\) usado como ferramenta (Proposição 8.17).

Demonstração

Indução em \(k\); para \(k = 1\), \(v_1\neq0\). Suponha o resultado para \(k-1\) e seja \[a_1v_1+\cdots+a_kv_k = 0.\tag{$\ast$}\] Aplique \(T-\lambda_kI\): como \((T-\lambda_kI)v_i = (\lambda_i-\lambda_k)v_i\), \[a_1(\lambda_1-\lambda_k)v_1+\cdots+a_{k-1}(\lambda_{k-1}-\lambda_k)v_{k-1} = 0.\] Pela hipótese de indução, \(a_i(\lambda_i-\lambda_k) = 0\) para \(i<k\), e como \(\lambda_i\neq\lambda_k\), \(a_i = 0\). Então \((\ast)\) vira \(a_kv_k = 0\), e \(a_k = 0\).

Corolário 8.16

No máximo \(n\) autovalores; a soma dos autoespaços é direta

Um operador em dimensão \(n\) tem no máximo \(n\) autovalores distintos, e a soma \(V_{\lambda_1}+\cdots+V_{\lambda_k}\) dos autoespaços é direta.

Demonstração

A primeira afirmação é o teorema com o lema da troca (Lema 2.53). Para a segunda, se \(w_1+\cdots+w_k = 0\) com \(w_i\in V_{\lambda_i}\), os \(w_i\) não nulos seriam autovetores de autovalores distintos com soma zero, contra o teorema; logo todos são nulos, que é a forma (c) da soma direta (Proposição 2.25 e Nota 2.32).

Proposição 8.17

Polinômios em \(T\) e autovalores

Para \(p(t) = a_0+a_1t+\cdots+a_mt^m\), escreva \(p(T) = a_0I+a_1T+\cdots+a_mT^m\).

Se \(Tv = \lambda v\), então \(p(T)v = p(\lambda)v\). Em particular, se \(p(T) = 0\), todo autovalor de \(T\) é raiz de \(p\).

Demonstração

\(T^jv = \lambda^jv\) por indução, e soma-se. Se \(p(T) = 0\) e \(v\neq0\) é autovetor de \(\lambda\), então \(0 = p(\lambda)v\), logo \(p(\lambda) = 0\).

Corolário 8.18

Autovalores de operadores nilpotentes, idempotentes e involuções

 

  1. Nilpotente (\(T^k = 0\)): o único autovalor possível é \(0\).

  2. Idempotente (\(T^2 = T\)): autovalores em \(\{0,1\}\).

  3. Involução (\(T^2 = I\)): autovalores em \(\{-1,1\}\).

O corolário restringe os autovalores possíveis; não garante que existam. A recíproca de (a) vale em dimensão finita e falha para a derivada em \(\Poli\); a demonstração em dimensão finita usa Cayley–Hamilton (Teorema 8.57).

Exemplo 8.19

Os autoespaços da transposição

Seja \(\Theta:\Mat{n}{n}\to\Mat{n}{n}\), \(\Theta(A) = A^t\). Como \(\Theta^2 = I\), os autovalores estão em \(\{1,-1\}\) (Corolário 8.18). E os dois ocorrem: \[V_1 = \{A: A^t = A\} = \Simet,\qquad V_{-1} = \{A: A^t = -A\} = \mathcal{A}.\] Como \(\Mat{n}{n} = \Simet\oplus\mathcal{A}\) (Exemplo 2.28), existe uma base de autovetores de \(\Theta\): junte uma base de \(\Simet\) e uma de \(\mathcal{A}\). Nela, \[[\Theta] = \mathrm{diag}(\underbrace{1,\ldots,1}_{n(n+1)/2},\underbrace{-1,\ldots,-1}_{n(n-1)/2}),\] e daí, sem conta, \(\tr\Theta = n\) e \(\det\Theta = (-1)^{n(n-1)/2}\) — o valor obtido com esforço no Exemplo 4.30.

A decomposição em parte simétrica e antissimétrica é a diagonalização de \(\Theta\). O mesmo vale para funções pares e ímpares: são os autoespaços de \(f(x)\mapsto f(-x)\) (Nota 2.30).

Exemplo 8.20

Dois operadores que derivam: \(D\) e \(x\,D\)

Em \(\Pol{3}\), na base \((1,x,x^2,x^3)\):

  • \(D(p) = p'\) tem matriz triangular com diagonal nula (Exemplo 3.4), logo \(p_D(\lambda) = \lambda^4\); o único autovalor é \(0\), com \(V_0 = \Nuc(D)\) = constantes, de dimensão \(1\). Não há base de autovetores. (Coerente: \(D^4 = 0\).)

  • \(M(p) = xp'(x)\) satisfaz \(M(x^k) = kx^k\): a própria base é de autovetores, com autovalores \(0,1,2,3\), e \([M] = \mathrm{diag}(0,1,2,3)\).

Os dois operadores “derivam”; um tem uma base de autovetores e o outro, nenhuma.

Exemplo 8.21

A rotação não tem autovalor real

A rotação. \(p(\lambda) = \lambda^2-2\cos\theta\,\lambda+1\), de discriminante \(4\cos^2\theta-4<0\) para \(\theta\notin\pi\mathbb{Z}\). Nenhum autovalor real: é o fenômeno da figura da Nota 8.14; veja o Teorema 8.50.