Autovalor e Autovetor

Um autovetor de um operador linear é um vetor não nulo que o operador apenas escala, e o fator de escala é seu autovalor, expondo a ação do operador ao longo de direções privilegiadas.

Definition

Para um operador linear em um espaço vetorial, um vetor não nulo é um autovetor se o operador o envia para um múltiplo escalar de si mesmo; esse escalar é o autovalor correspondente, e é uma raiz do polinômio característico.

Scope

Este tópico abrange autovalores e autovetores, os polinômios característico e mínimo, autoespaços e multiplicidade algébrica versus geométrica, diagonalizabilidade e o teorema espectral para operadores autoajuntos e normais em espaços com produto interno.

Core questions

• Quais direções são meramente escaladas por um operador linear?
• Como os autovalores são encontrados a partir do polinômio característico?
• Quando um operador é diagonalizável em termos de seus autovetores?
• Que estrutura espectral especial os operadores autoajuntos e normais possuem?

Key theories

Polinômio característico

Os autovalores de um operador são exatamente as raízes de seu polinômio característico, o determinante do operador menos um escalar vezes a identidade, ligando espectros à busca de raízes de polinômios.

Critério de diagonalizabilidade

Um operador é diagonalizável sobre um corpo se e somente se seu polinômio mínimo é um produto de fatores lineares distintos sobre esse corpo, equivalentemente quando os autovetores abrangem todo o espaço.

Teorema espectral

Um operador autoajunto ou normal em um espaço com produto interno de dimensão finita possui uma base ortonormal de autovetores e autovalores reais ou complexos, respectivamente, sendo, portanto, unitariamente diagonalizável.

Clinical relevance

Autovalores e autovetores descrevem os modos naturais e a estabilidade de sistemas dinâmicos, os níveis de energia e observáveis da mecânica quântica, componentes principais em estatística e os vetores de classificação por trás de algoritmos como o PageRank, tornando-os algumas das ideias mais amplamente aplicadas em matemática.

History

Problemas de autovalores surgiram no estudo de formas quadráticas e dos eixos principais de corpos em rotação, com Cauchy estabelecendo a realidade dos autovalores de matrizes simétricas. Hilbert e von Neumann estenderam a teoria espectral para operadores de dimensão infinita, o fundamento matemático da mecânica quântica.

Key figures

• Augustin-Louis Cauchy
• David Hilbert
• James Joseph Sylvester
• John von Neumann

Seminal works

• hoffman1971
• roman2008
• lang2002

Frequently asked questions

Qual a diferença entre multiplicidade algébrica e geométrica?

A multiplicidade algébrica é o número de vezes que um autovalor aparece como raiz do polinômio característico; a multiplicidade geométrica é a dimensão de seu autoespaço. Elas são iguais para cada autovalor exatamente quando o operador é diagonalizável.

Por que o teorema espectral é importante em aplicações?

Ele garante que operadores simétricos ou normais possuem um conjunto ortonormal completo de autovetores com autovalores bem-comportados. Isso fundamenta a análise de componentes principais, a estabilidade de sistemas vibratórios e os postulados de medição da mecânica quântica.