Calculadora de Autovalores e Autovetores

Calcule o polinômio característico, os autovalores e os autovetores de uma matriz quadrada.

Os resultados são calculados automaticamente conforme você informa os dados.

Matriz A
Tamanho da matriz:
2

Resultados

Polinômio característico -
Autovalores -
Traço -
Determinante -
Diagonalizável em ℝ -
Diagonalizável em ℂ -
Status -

Autovetores

As bases de autovetores reais e complexos passam por verificação de resíduo.

Visualização da matriz

A tela usa o bloco 2 × 2 do canto superior esquerdo para a transformação do plano.

Etapas da derivação

▼ Veja explicações e dicas abaixo ▼

O que são autovalores e autovetores?

Para uma matriz quadrada \(A\), um vetor não nulo \(\mathbf v\) é um autovetor quando a multiplicação por \(A\) altera apenas sua escala ou fase complexa:

$$A\mathbf v=\lambda\mathbf v$$

O escalar \(\lambda\) é o autovalor correspondente. Os autovalores são as raízes da equação característica \(\det(\lambda I-A)=0\). Um autovalor repetido pode ter menos autovetores independentes do que sua multiplicidade algébrica; essa distinção determina se a matriz é diagonalizável.


Como esta calculadora funciona

A calculadora aceita matrizes quadradas reais de \(2\times2\) a \(6\times6\). Ela balanceia a matriz, reduz a matriz à forma de Hessenberg e aplica iterações QR com deslocamento. Autovetores reais e complexos são recuperados de \((A-\lambda I)\mathbf v=0\), normalizados e verificados usando o resíduo

$$\frac{\lVert A\mathbf v-\lambda\mathbf v\rVert}{(\lVert A\rVert+|\lambda|)\lVert\mathbf v\rVert}.$$

Os resultados não são exibidos se a iteração não convergir ou se os pares de autovalor e autovetor falharem na verificação do resíduo. Os coeficientes numéricos podem ser arredondados, mas valores pequenos legítimos são mantidos e exibidos em notação científica.


Entendendo os resultados

  • Polinômio característico: \(\det(\lambda I-A)\), cujas raízes são os autovalores.
  • Multiplicidade: A multiplicidade algébrica de um autovalor no polinômio característico.
  • Base de autovetores: Vetores independentes que geram o autoespaço desse autovalor.
  • Diagonalizável sobre ℝ: A matriz tem uma base completa de autovetores reais.
  • Diagonalizável sobre ℂ: A matriz tem uma base completa de autovetores possivelmente complexos.
  • Resíduo normalizado: Uma verificação independente da escala que indica quão bem cada par informado satisfaz \(A\mathbf v=\lambda\mathbf v\).

Exemplos

Matriz simétrica

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

O polinômio característico é \(\lambda^2-4\lambda+3\). Os autovalores são \(1\) e \(3\), com autovetores proporcionais a \((-1,1)^T\) e \((1,1)^T\). Dois autovetores reais independentes tornam a matriz diagonalizável tanto sobre ℝ quanto sobre ℂ.

Autovalores complexos

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

Os autovalores são \(i\) e \(-i\). A matriz não tem uma base de autovetores reais, portanto não é diagonalizável sobre ℝ, mas seus dois autovetores complexos fazem com que ela seja diagonalizável sobre ℂ.

Autovalor repetido defeituoso

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

O autovalor \(1\) tem multiplicidade algébrica dois, mas apenas um autovetor independente. Portanto, a matriz não é diagonalizável nem sobre ℝ nem sobre ℂ.


Limitações e condicionamento numérico

Problemas de autovalores podem ser sensíveis ao arredondamento, especialmente em matrizes quase defeituosas ou altamente não normais. As entradas usam aritmética padrão de precisão dupla e são limitadas a 15 algarismos significativos. Um resíduo pequeno confirma que um par exibido é compatível com a matriz informada, mas não garante que um autovalor mal condicionado permaneceria inalterado após uma pequena perturbação nos dados.

Autovalores repetidos são agrupados somente quando são indistinguíveis no limiar de erro sensível à escala do solucionador. Coeficientes ou determinantes fora do intervalo usual de ponto flutuante são exibidos em notação científica escalonada. Verifique de forma independente trabalhos acadêmicos, científicos ou de engenharia importantes.


Como usar esta calculadora

  1. Escolha um tamanho de matriz de \(2\times2\) a \(6\times6\).
  2. Informe um número finito em cada célula ou cole uma matriz quadrada completa.
  3. Confira os autovalores, as multiplicidades, as bases de autovetores, o traço, o determinante e a diagonalizabilidade sobre ℝ e ℂ.
  4. Verifique o status de convergência e o maior resíduo normalizado antes de usar o resultado.
  5. Use os cartões de derivação e os controles de cópia para inspecionar ou reutilizar resultados individuais.

Perguntas frequentes

Por que um autovetor pode ser complexo quando a matriz é real?

Uma matriz real pode ter autovalores não reais em pares conjugados. Em geral, seus autovetores também são complexos.


Por que os autovetores são normalizados?

Qualquer múltiplo não nulo de um autovetor representa a mesma direção própria. A normalização fornece um comprimento consistente e facilita a comparação dos resultados.


Um autovalor repetido sempre torna uma matriz não diagonalizável?

Não. A matriz é diagonalizável quando o número total de autovetores independentes ainda é igual ao tamanho da matriz.


Fontes e referências

  1. Gene H. Golub and Charles F. Van Loan, Matrix Computations, 4th edition, Johns Hopkins University Press.
  2. LAPACK Users' Guide, “Nonsymmetric Eigenproblems.” Documentação do LAPACK na Netlib.
  3. NIST Digital Library of Mathematical Functions, Álgebra linear.