Calculadora de autovalores

Calculadora de autovalores

Obtenha explicações de IA sobre polinômio característico, autovetores e raízes repetidas ou complexas. Verifique Av=λv.

Digite ou envie um problemaExplicações desenvolvidasSem cadastro
Inserir problema

eigenvalue calculator

Av = λv

Polinômio característico

Autovetores e autoespaços

Autovalores repetidos

eigenvalue calculator

Calculadora de autovalores

Obtenha explicações de IA sobre polinômio característico, autovetores e raízes repetidas ou complexas. Verifique Av=λv. Mantenha frações sem arredondar cedo. A IA pode errar; verifique cálculos importantes de forma independente.

Entrada de textoEnviar imagem

eigenvalue calculator

Escolha a operação

Obtenha explicações de IA sobre polinômio característico, autovetores e raízes repetidas ou complexas. Verifique Av=λv.

01p(λ) = det(λI − A)

Polinômio característico

Resolva det(λI−A)=0 e confira os coeficientes com o traço e o determinante.

02(A − λI)v = 0

Autovetores e autoespaços

Resolva (A−λI)v=0 e escolha vetores não nulos.

031 ≤ dim Eλ ≤ mλ

Autovalores repetidos

A multiplicidade algébrica pode superar a dimensão do autoespaço.

04A = PDP⁻¹

Raízes complexas e diagonalização

Uma matriz real pode ter autovalores complexos; diagonalizar exige uma base de autovetores.

Método

Entrada e verificação

Mantenha frações sem arredondar cedo. A IA pode errar; verifique cálculos importantes de forma independente.

  1. 1

    Insira a matriz completa

    A ∈ ℝⁿˣⁿ

    Cada par de colchetes interno é uma linha. Preserve sinais e frações e inclua b para Ax=b.

  2. 2

    Especifique a operação

    det(A − λI) = 0

    Diga o método e se trabalha com números reais ou complexos.

  3. 3

    Acompanhe os passos

    v ∈ ker(A − λI), v ≠ 0

    Confira cada operação de linha e cada variável livre.

  4. 4

    Verifique o resultado

    Av − λv = 0

    Substitua na equação original ou confira o produto e cada par próprio.

Mantenha frações sem arredondar cedo. A IA pode errar; verifique cálculos importantes de forma independente.

Referência

Fórmulas e condições

Mantenha frações sem arredondar cedo. A IA pode errar; verifique cálculos importantes de forma independente.

Par próprio

Av = λv, v ≠ 0

Resolva (A−λI)v=0 e escolha vetores não nulos.

Polinômio 2×2

p(λ) = λ² − tr(A)λ + det(A)

Resolva det(λI−A)=0 e confira os coeficientes com o traço e o determinante.

Soma e produto

Σλᵢ = tr(A); ∏λᵢ = det(A)

λ₁, …, λₙ; A multiplicidade algébrica pode superar a dimensão do autoespaço.

Diagonalização

AP = PD

Uma matriz real pode ter autovalores complexos; diagonalizar exige uma base de autovetores.

Exemplo

Exemplos resolvidos

Mantenha frações sem arredondar cedo. A IA pode errar; verifique cálculos importantes de forma independente.

Exemplo 1

Av = λv; A = [[3,1],[0,2]]

Dois autovalores distintos e verificação dos pares próprios.

  1. p(λ) = (λ−3)(λ−2)
  2. λ = 3: (A−3I)v = 0 ⇒ v = t[1,0], t ≠ 0
  3. λ = 2: (A−2I)v = 0 ⇒ v = t[−1,1], t ≠ 0

Resultado: λ = 3: E₃ = span{[1,0]}; λ = 2: E₂ = span{[−1,1]}

Verificação: A[1,0] = 3[1,0]; A[−1,1] = 2[−1,1]

Exemplo 2

Av = λv; A = [[2,1],[0,2]]

Raiz dupla com apenas um autovetor independente: não diagonalizável.

  1. p(λ) = (λ−2)²
  2. A−2I = [[0,1],[0,0]] ⇒ v = t[1,0], t ≠ 0
  3. dim ker(A−2I) = 1 < 2

Resultado: λ = 2; dim E₂ = 1; A ≠ PDP⁻¹

Verificação: A[1,0] = 2[1,0]; 2+2 = 4; 2·2 = 4

Exemplo 3

Av = λv; A = [[0,−1],[1,0]]

A rotação tem duas raízes complexas e nenhuma real.

  1. p(λ) = λ² + 1
  2. λ = i: v = [1,−i]; λ = −i: v = [1,i]
  3. ℝ: ∄ λ; ℂ: λ = ±i

Resultado: ℂ: λ = ±i; Eᵢ = span{[1,−i]}, E₋ᵢ = span{[1,i]}

Verificação: A[1,−i] = [i,1] = i[1,−i]; i+(−i) = 0; i(−i) = 1

Erros comuns que merecem atenção

Mantenha frações sem arredondar cedo. A IA pode errar; verifique cálculos importantes de forma independente.

Dimensões incompatíveis

Determinantes e autovalores exigem matrizes quadradas; confira as dimensões do produto.

Perder sinais ou fatores

Registre trocas, escalas das linhas e sinais dos cofatores.

Pular a verificação

Substitua o resultado; o vetor nulo não é um autovetor.