Prof.

Srgio Ricardo de Brito Gadelha

Ol pessoal,
Nesta aula, terminaremos de revisar alguns tpicos de lgebra linear necessrios
para o estudo da econometria, disciplina a ser comentada nos nossos prximos
encontros. Oriento que o material disponibilizado at agora trata-se apenas de notas de
aula, no substituindo a leitura, que indispensvel, dos livros citados na bibliografia
recomendada.
Para os alunos no tenham condies de adquirir um bom livro de lgebra linear,
ou para aqueles que tenham interesse em aprofundar seus conhecimentos no tema,
recomendo que acessem as notas de aulas organizadas por captulos, do prof. Joo
Carlos Alves Barata, disponibilizadas no seguinte endereo:
http://denebola.if.usp.br/~jbarata/Notas_de_aula/capitulos.html
AUTOVALORES E AUTOVETORES
1. Definio: Seja T: V V, um operador linear. Um vetor v V, v 0,
vetor caracterstico do operador T se existe um R tal que:
T(v) = v
O nmero real tal que T(v) = v denominado valor caracterstico de
T associado ao vetor prprio.
Ex. O vetor v = (5, 2) vetor caracterstico do operador linear:
T: R
2
R
2
T(x, y) = (4x + 5y, 2x + y) associado ao valor caracterstico = 6, pois a
T(v) = T(5, 2)
T(5, 2) = (30, 12)
(30, 12) = 6v
J o vetor v = (2, 1) no vetor caracterstico deste operador T, pois a
T(2, 1) = (13, 5) (2, 1) para qualquer R.
Autovalores e autovetores surgem em modelos de sries temporais de
equaes mltiplas (VAR).
Os autovalores da matriz (quadrada) A so todas as constantes que
satisfazem a equao:
1
Prof. Srgio Ricardo de Brito Gadelha
( ) 0 x I A x Ax
(*)
Se esse sistema tiver apenas 1 soluo x = 0, ento a matriz (A I) tem
um determinante diferente de zero.
Mas nosso interesse ser matrizes com autovalores e autovetores no
nulos. Ento:
0 ) det( I A
Esse o polinmio caracterstico. Suas razes so os autovalores de A.
Para cada autovalor
i
haver uma famlia de vetores (um subespao)
que satisfaz o sistema (*). So chamados autovetores.
1. Determinao dos valores caractersticos (autovalores)
Seja T: R
3
R
3
e A =
]
]
]
]
]

33 32 31
23 22 21
13 12 11
a a a
a a a
a a a
a matriz cannica de T
Ou seja, A = [T]
Se v e so vetor e valor caracterstico do operador de T, tem-se
Av = v ( v matriz coluna 3x1)
Ou
Av - v = 0
Se v = Iv (I matriz identidade), ento:
(A - I)v = 0
Para que este sistema homogneo admita soluo no nula, det(A - I)=
0 equao caracterstica do operador T e suas razes so os valores caractersticos do
operador T.
2
Prof. Srgio Ricardo de Brito Gadelha
det
0
0 0
0 0
0 0
a a a
a a a
a a a
33 32 31
23 22 21
13 12 11

]
]
]
]
]

,
`

.
|

,
`

.
|
ou
det
0
a a a
a a a
a a a
33 32 31
23 22 21
13 12 11

,
`

.
|



det (A - I) um polinmio em denominado polinmio
caracterstico.
2. Determinao dos vetores caractersticos (autovetores)
A substituio de l pelos seus valores no sistema homogneo de equaes
lineares (A - I) = 0, permite determinar os vetores caractersticos associados.
]
3. Diagona
lizao
de
operadores
Seja T:VV, a cada B de V corresponde uma matriz [T]
B
que representa
T na base B. Nosso propsito obter uma base do espao de modo que a matriz de T
nessa base seja a mais simples representante de T. Essa matriz uma matriz diagonal.
Propriedade:
Autovetores associados e autovalores distintos de um operador T:VV
so linearmente independentes. Sejam T(v
1
) =
1
v
1
e T(v
2
) =
2
v
2

1

2
Sendo A a matriz cannica que representa um operador linear T, temos:
autovalores de T ou de A: so as razes da equao
det(A I) = 0,
autovetores v de T ou de A: para cada , so as solues da equao
Av = v ou (A I)v = 0.
3
Prof. Srgio Ricardo de Brito Gadelha
a
1
v
1
+ a
2
v
2
= 0 (1) e a
1
T(v
1)
+ a
2
T(v
2
) = 0
a
1

1
v
1
+ a
2

2
v
2
= 0 (2)
multiplicando (1) por
1
, temos:
a
1

1
v
1
+ a
2

1
v
2
= 0 (3)
subtrando (3) de (2)
a
1

1
v
1
+ a
2

2
v
2
- a
1

1
v
1
- a
2

1
v
2
= 0
a
2
(
2
-
1
)v
1
= 0

2
-
1
0 e v
2
0 logo a
2
= 0.
Corolrio: Sempre que tivermos um operador T: R
2
R
2
com
1

2
,
o conjunto {v
1
, v
2
}, formado pelos autovetores associados, ser uma base do R
2
.
Exemplo:
Seja T: R
2
R
2
T(x, y) = (4x+5y, 2x+y)
Por outro lado, sempre que tivermos uma base de um espao formada por
vetores prprios e conhecermos os valores prprios associados, podermos determinar o
respectivo operador desse espao.
Exemplo:
Os valores prprios de um operador linear T: R
2
R
2
so
1
=6 e
2
=-
1, sendo v
1
= (5, 2) e v
2
= (1, -1). Determinar T(x , y).
Chamando de P a base acima, isto :
P = {(5, 2),(1, -1)}
T(5, 2) = 6(5, 2) + 0(1, -1)
T(1, -1) = 0(5, 2) 1(1, -1)
A matriz [T]
P
=
( )
1 0
0 6

representa o operador T na base dos vetores

prprios e uma matriz diagonal cujos elementos da diagonal principal so
1
e
2
.
4
Prof. Srgio Ricardo de Brito Gadelha
Definio: A matriz quadrada A diagonalizvel se existe uma matriz inversvel P
tal que P
-1
AP seja diagonal.
Diz-se, nesse caso, que a matriz P diagonaliza A, ou que P a matriz
diagonalizadora.
Exemplo:
Determinar uma matriz P que diagonalize A.
T: R
2
R
2
T(x, y) = (4x +5y, 2x +y).
4. Diagonalizao Ortogonal
Dada uma matriz A de ordem n x n, existe uma matriz ortogonal P tal
que a matriz P
-1
AP = P
T
AP uma matriz diagonal? Se existir uma tal matriz, dizemos
que A otogonalmente diagonalizvel e que P diagonaliza A ortogonalmente.
Quais matrizes so ortogonalmente diagonalizveis?
Somente matrizes simtricas.
Sendo a matriz A ortogonalmente diagonalizvel, existe uma matriz
ortogonal P tal que P
-1
AP diagonal. Como P ortogonal, os vetores coluna so
ortonormais.
Exemplo:
Encontre um matriz que P que diagonaliza ortogonalmente a matriz:
A =
]
]
]
]
]

4 2 2
2 4 2
2 2 4
EXERCCIOS
1) Calcule os autovalores e autovetores da matriz
]
]
]

3 2
5 4
A
5
Prof. Srgio Ricardo de Brito Gadelha
Autovalores:
2 1
2
9 1
0 2 0 10 ) 3 )( 4 (
0 ) det(
3 2
5 4
3 2
5 4
2 1
2

t

+

]
]
]

]
]
]

I A
I A A
Autovetores:
( )
( )
]
]
]

]
]
]

]
]
]

]
]
]

]
]
]

]
]
]

]
]
]

]
]
]

c
c
y
x
c
c
y
x
2
5
0
0
5 2
5 2
0
0
2 2
5 5
1 2
1 1
x 0 x I A
x 0 x I A

Obs.: O produto dos autovalores de uma matriz igual ao seu determinante.

2) Considere o operador linear definido a seguir:
T: R
2
R
2
(x, y) (4x + 5y, 2x + y)
autovalores de
]
]
]

1 2
5 4
A
, matriz cannica de T. Resolvemos a equao
caracterstica det (A I) = 0:
]
]
]

]
]
]

]
]
]

1 2
5 4
1 0
0 1
1 2
5 4
I A
det (A I) = 0 (4 ) (1 ) 10 = 0
2
5 6 = 0
6
Prof. Srgio Ricardo de Brito Gadelha

1
= 1 e
2
= 6.
7
Prof. Srgio Ricardo de Brito Gadelha
autovetores de A ou de T:
Para cada autovalor encontrado, resolvemos o sistema linear (A I)v = 0:
-y x
y x
y x
y
x
y
x

'

+
+

]
]
]

]
]
]

]
]
]

]
]
]

0 2 2
0 5 5

0
0
) 1 ( 1 2
5 ) 1 ( 4
0 ) (
; 1
1
1
v I A
v

Ento,
1

v
= ( y, y) sendo um de seus representantes o vetor v
1
= ( 1, 1).
.
2
5

0 5 2
0 5 2

0
0
6 1 2
5 6 4
0 ) (
; 6
2
y x
y x
y x
y
x
y
x

'

]
]
]

]
]
]

]
]
]

]
]
]

I A
v

Ento
2

v
= (
2
5
y, y) sendo um de seus representantes o vetor v
2
= (
2
5
, 1).
3) Calcule os autovalores e autovetores da matriz a seguir:
]
]
]

3 1
1 3
A
equao caracterstica: det(A I) = 0.

0 4 3 2 0 1 ) 3 ( 0
3 1
1 3
2 2
+ +

8
Prof. Srgio Ricardo de Brito Gadelha

i
i
t
t
3
2
2 3 2

autovalores de A : os valores i i + 3 e 3
2 1
no so reais A possui
autovalores complexos, igualmente vlidos para ns!
O procedimento para se determinar os autovetores o mesmo. Tente encontrar
os autovetores associados a estes autovalores.
4) Encontre os autovalores e autovetores da seguinte matriz:
]
]
]
]
]

1 0 0
5 3 0
4 0 3
A
equao caracterstica: det(A I) = 0.
]
]
]
]
]

1 0 0
5 3 0
4 0 3
I A
Ento,
. 0 ) 1 ( ) 3 (
2

autovalores de A: 1 = 3; 2 = 3; 3 = 1. Observe que um autovalor duplo.
autovetores de A:
. ; 3
1 2
]
]
]
]
]

z
y
x
v
]
]
]
]
]

]
]
]
]
]

]
]
]
]
]

0
0
0
3 1 0 0
5 3 3 0
4 0 3 3
0 ) (
z
y
x
v I A

'

0 e , Da, .
0 4
0 5
0 4
z y y x x
z
z
z
) 0 , , (
2 , 1
y x

v
9
Prof. Srgio Ricardo de Brito Gadelha
Temos ,ento, dois representantes,
0). 1, (0, e ) 0 0, 1, (
2 1
v v
3 = 1; origina o autovetor
3

v
= (z,
4
5
z, z), sendo um de seus representantes o
autovetor v3 = (1,
4
5
, 1).
O conjunto dos autovetores {v1, v2, v3} L.I. e forma uma base de R
3
.
4 ) Encontre os autovalores e autovetores da seguinte matriz:
]
]
]
]
]

7 3 2
18 9 8
9 5 5
A
equao caracterstica de A ou de T:
]
]
]
]
]

7 3 2
18 9 8
9 5 5
I A
0 ) det( I A

0 ) 7 ( 40 ) 5 ( 54
) 9 ( 18 216 180 ) 7 )( 9 )( 5 (
+ +
+ +


10
Prof. Srgio Ricardo de Brito Gadelha
autovalores de A : so as razes da equao
3
+ 3
2
+ 3 + 1 = 0.
Para resolver tal equao e procurando solues inteiras, na expectativa de que
existam, usamos um importante teorema da lgebra que diz:
Se equao polinomial
n
+ c
n-1

n-1
+ .. + c
1
+ c
0
= 0, com coeficientes
inteiros e coeficiente do termo de maior grau valendo 1, tem uma raiz inteira ento
essa raiz um divisor do termo independente c
0
.
O coeficiente de
3
1 e os divisores do termo independente so t 1.
Verificando se um desses valores soluo da equao, vemos que:

1
= 1 uma das razes e as outras so razes da equao
2
+ 2 + 1 = 0, que so

2
= 1 e
3
= 1. Os valores
1
,
2
e
3
so os autovalores de A.
autovetores de A :

1
=
2
=
3
= 1;
0 ) ( v I A
]
]
]
]
]

]
]
]
]
]

]
]
]
]
]

0
0
0
) 1 ( 7 3 2
18 ) 1 ( 9 8
9 5 ) 1 ( 5

z
y
x

'

+ +

.
0 6 3 2
0 18 10 8
0 9 5 4

z y x
z y x
z y x
. 3 e
2
3
z y
z
x
11
Prof. Srgio Ricardo de Brito Gadelha
R; com , , 3 ,
2
3
3 , 2 , 1

,
`

.
|
z z z
z

v
1). 3, - (-3/2, = ser pode nte representa cujo
1,2,3
v
Observe que apenas um vetor l.i. encontrado. Dessa forma, no possvel formar uma
base de autovetores de A (ou de T) para R
3
.
5) Dada a matriz abaixo, ache os autovalores, os autovetores, a base e verifique
se ela pode ser diagonalizvel.
]
]
]
]
]

4 6 6
3 5 3
3 3 1
A
Soluo:
O polinmio caracterstico para acharmos os autovalores dado por:
[ ] 0 I A det
.
No caso
0
4 6 6
3 5 3
3 3 1

]
]
]
]
]

det
ou
( )( )( ) ( ) ( ) ( )
( )( )
0 9 36 4 5 20 4 5 20
0 9 36 18 18 18 90 54 54 4 5 5
0 4 3 3 1 6 3 5 6 3 3 3 6 3 6 3 4 5 1
3 2 2 2
2
+ + + + +
+ + + + + +
+ + ) ( ) ( . ) ( . ) (
( )
( )( ) 0 2 4
0 4 4 4
0 16 12 4 4
0 16 12
0 16 12
2
2
2 2 3
3
3
+
+ +
+

+ +
) (
Os autovalores so ento:
1
=4
2
=
3
= -2.
A frmula para achar os autovetores :
[ ] 0 v I A
ou seja
]
]
]
]
]

]
]
]
]
]

]
]
]
]
]

0
0
0
4 6 6
3 5 3
3 3 1
z
y
x
Os autovetores so:
Associados a
1
=4
12
Prof. Srgio Ricardo de Brito Gadelha
]
]
]
]
]

]
]
]
]
]

]
]
]
]
]

0
0
0
4 4 6 6
3 4 5 3
3 3 4 1
z
y
x
;
]
]
]
]
]

]
]
]
]
]

]
]
]
]
]

0
0
0
0 6 6
3 9 3
3 3 3
z
y
x
escalonando chega-se a:
]
]
]
]
]

]
]
]
]
]

]
]
]
]
]

0
0
0
0 0 0
2 1 1 0
2 1 0 1
z
y
x
/
/
ou seja x = y ; y = y ; z = 2y . Na forma vetorial y( 1, 1, 2).
Assim, os autovetores associados a
1
=4 so os mltiplos do vetor v = (1, 1, 2)
Associados a
2
=
3
= -2
]
]
]
]
]

]
]
]
]
]

]
]
]
]
]

0
0
0
2 4 6 6
3 2 5 3
3 3 2 1
z
y
x
) (
) (
) (
;
]
]
]
]
]

]
]
]
]
]

]
]
]
]
]

0
0
0
6 6 6
3 3 3
3 3 3
z
y
x
escalonando
chega-se a:
]
]
]
]
]

]
]
]
]
]

]
]
]
]
]

0
0
0
0 0 0
0 0 0
1 1 1
z
y
x
ou seja x = y -z ; y = y ; z = z . Na forma vetorial ( y-z, y, z), que
pode ser escrito assim: y( 1, 1, 0) + z(-1, 0, 1). Dessa forma, os autovetores associados a

2
=
3
= -2 so combinaes lineares dos vetores w = ( 1, 1, 0) e u = (-1, 0, 1).
Assim, existem 3 autovetores linearmente independentes. Resta saber se geram o R
3
. A
matriz formada pelos autovetores :
]
]
]
]
]

2 1 0
1 0 1
1 1 1
p
cujo determinante 2, o que significa que o sistema linear formado
por essa matriz para qualquer vetor b em R
3
determinado, assim, os vetores geram R
3
.
Logo, formam uma base para o R
3
.
A base : { (1, 1, 2), ( 1, 1, 0) , (-1, 0, 1)}
Para A ser diagonalizvel a inversa de p (p
-1
) deve existir. Como seu determinante
diferente de zero a inversa existe e A diagonalizvel ou seja:
]
]
]
]
]

4 0 0
0 2 0
0 0 2

1
p A p
13
Prof. Srgio Ricardo de Brito Gadelha
Bibliografia Recomendada
1. SIMON, Carl & Blume, L. Matemtica para Economistas. Traduo: Claus Ivo
Doering. Porto Alegre: Bookman, 2004.
2. BRAGA, Mrcio Bobik; KANNEBLEY JNIOR, Srgio; ORELLANO, Vernica
I.F. Matemtica para economistas. So Paulo: Atlas, 2003.
3. BOLDRINI, Jos Luiz. lgebra linear: 591 problemas resolvidos. 442 problemas
suplementares. Ed. Harbra, 2004.
1. LIPSCHUTS, Algebra linear. Ed. PEARSON EDUCATION DO BRASIL LTDA,
2004
6. DAVID, C. Lay. lgebra Linear e suas Aplicaes. Editora: LTC, Rio de Janeiro,
1999.
7. KOLMAN, Bernard. Introduo a lgebra Linear com Aplicaes. Ed. Prentice-Hall
do Brasil, 2000.
8.ANTON, Howard. Elementary Linear Algebra. 3a ed. John Wiley & Sons, 1981.
Recomendo que vocs exercitem seus conhecimentos na lista de exerccios referente ao
Ponto 49.
Um forte abrao e at o nosso prximo encontro, onde iniciaremos os estudos de temas
relacionados econometria.
Serginho
14