A equação de autovalores $Ax = \lambda x$ representa uma condição geométrica rara em que uma transformação matricial age simplesmente por escalar um vetor, em vez de rotacioná-lo. Esses vetores "excepcionais" $x$ definem os eixos principais da transformação linear.
A Geometria da Excepcionalidade
Para a maioria dos vetores, $Ax$ aponta em uma direção diferente de $x$. Os autovetores são especiais porque permanecem na mesma reta (span) passando pela origem. O autovalor $\lambda$ nos informa a magnitude dessa expansão:
- $|\lambda| > 1$: Crescimento (alongamento).
- $|\lambda| < 1$: Decaimento (encolhimento).
- $\lambda < 0$: Inversão (virar a direção).
A equação $Ax = \lambda x$ pode ser reescrita como $(A - \lambda I)x = 0$. Para que exista uma solução não nula $x$, a matriz $(A - \lambda I)$ deve ser singular (não invertível), ou seja, seu determinante deve ser zero: $\det(A - \lambda I) = 0$.
Se deslocarmos uma matriz pela matriz identidade, os autovetores permanecem idênticos, mas os autovalores se deslocam em 1:
$Ax = \lambda x \implies (A+I)x = Ax + Ix = \lambda x + x = (\lambda + 1)x$
Da Projeção à Reflexão
Compreender a geometria de uma projeção $P$ permite derivar a reflexão $R$ através do operador linear $R = 2P - I$.
Se $x$ é um autovetor de $P$ com autovalor $\lambda$, então:
$Rx = (2P - I)x = 2(Px) - Ix = 2(\lambda x) - x = (2\lambda - 1)x$
Isso explica por que uma projeção (autovalores 1 e 0) se transforma em uma reflexão (autovalores 1 e -1).