Enunciado

Ache o polinômio característico, os autovalores e os autovetores de cada matriz:

Passo 1

Falaaaa, galerinha! Tudo bem com vocês?

Como está sendo estudar Álgebra linear? Bem de boa né? E se tiver achando difícil, relaxa que estamos aqui para te ajudar! Essa questão é bem tranquila. Primeiro, vamos atender o que ela nos pede.

Vejamos, temos que saber quais os polinômios das matrizes e com esses mesmos valores acharmos os autovalores, que chamaremos de λ , e os autovetores resultante das operações do polinômio e do autovalor. Vamos lá! 💪

a- 1 1 1 1

Se liga só, temos que fazer o λ - a diagonal principal da matriz e achar o determinante, entendeu tudo certinho?! Vamos fazer juntinhos 🥰

1 - λ 1 1 1 - λ = 0

1 - λ 1 - λ - 1 = 0

λ 2 - 2 λ = 0

Olha só, pessoal, chegamos em uma equação de 2º grau e como resolvemos? Com uma velha amiga nossa: Bhaskara.

λ = - b ± b 2 - 4 ⋅ a ⋅ c 2 ⋅ a

λ = - ( - 2 ) ± 2 2 - 4 ⋅ 1 ⋅ 0 2 ⋅ 1

λ = 2 ± 4 2

λ = 2 ± 2 2

λ 1 = 2 + 2 2

λ 1 = 2

λ 2 = 2 - 2 2

λ 2 = 0

Maravilha! O λ 1   e   o   λ 2 são os nossos autovalores da matriz.

Passo 2

E agora pra acharmos os autovetores??? Relaxaaaa. Só precisamos substituir os valores de λ   na matriz. Bora lá🤙

Quando λ = 2

1 - 2 1 1 1 - 2

- 1 1 1 - 1

Quando λ = 0

1 - 0 1 1 1 - 0

1 1 1 1

Resposta

λ = 2 ;   λ = 0

Quando λ = 2 : - 1 1 1 - 1

Quando λ = 0 : 1 1 1 1

Exercícios de Livros Relacionados

Seja A uma matriz invertível n × n . Mostre que existe uma matriz simétrica definida positiva P e uma matriz ortogonal U , tal que A = P U . Esta decomposição é única chamada de decomposição polar de
Mostre que se A é uma matriz ortogonal 2 × 2 , então existe um número real θ tal que A = ⎜c o s θ - s e nθ⎜⎜ ⎜ ⎜s e nθ c o s θ ⎜⎜ ⎜ou A = ⎜c o s θ s e nθ ⎜⎜ ⎜ ⎜s e nθ- c o s θ⎜⎜ ⎜A primeira matriz, te
Verifique quais das matrizes são diagonalizáveis:⎜ 1 1 - 2 ⎜⎜ ⎜⎜ 4 0 4 ⎜⎜ ⎜⎜ 1 - 1 4 ⎜⎜ ⎜
Verifique quais das matrizes são diagonalizáveis:⎜ 1 0 ⎜⎜ ⎜⎜ - 2 1 ⎜⎜ ⎜
Verifique quais das matrizes são diagonalizáveis:⎜ 1 2 3 ⎜⎜ ⎜⎜ 0 - 1 2 ⎜⎜ ⎜⎜ 0 0 2 ⎜⎜ ⎜