Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Valores Propios
Valores Propios
Indice
9.1.
9.2.
9.3.
9.4.
9.5.
9.6.
9.1.
Definiciones . . . . . . . . . . . . . . . . . .
Determinaci
on de los valores propios . . . .
El teorema del factor . . . . . . . . . . . . .
Multiplicidad algebraica de un valor propio
Espacios Invariantes . . . . . . . . . . . . .
Multiplicidad geometrica de un valor propio
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
1
2
5
6
6
7
Definiciones
Definici
on
Sea A una matriz cuadrada, un n
umero real se dice que es un valor propio o un eigenvalor o un valor
caracterstico de A si existe un vector, diferente del vector cero, x tal que:
Ax = x
Es decir, es un vector que al transformarlo mediante la multiplicaci
on por A el vector resultante mantiene
su direccion, posiblemente solo su longitud y/o sentido se modifique. El vector x se llama vector propio o
eigenvector asociado al valor propio .
Ejemplo
Para la matriz A indique cu
ales vectores son vectores propios.
1 2
A=
2 1
1
2
1
0
v1 =
, v2 =
, v3 =
, v4 =
1
3
1
2
Soluci
on
Debemos multiplicar cada vector por la matriz A y ver si el vector resultante es un m
ultiplo escalar del vector.
1 2
1
3
1
Av1 =
=
=3
2 1
1
3
1
v1 s es vector propio de A asociado al valor propio 3.
1 2
2
8
2
Av2 =
=
6= k
2 1
3
7
3
v2 no es vector propio de A.
Av3 =
1 2
2 1
1
1
1
1
= 1
1
1
51
2
27
2
83
A=
4
121
4
57
4
75
4
27
4
57
4
3
1
4
6
1
0
3 , 2 , 2 , 8 , 1 , 1
2
5
2
6
4
1
Ejemplo
El vector
2
v= 4
4
5 0
3
1 18
A = 16
5
5
2 0 2
2
2
2
5 0
3
16 1 18 4 = 4 = 1 4
5
5
4
4
2 0 2
4
Por tanto, v esta asociado al valor propio = 1 de la matriz A.
Ejercicio 2
Los vectores
9
0
1
3
2 , 2 , 6 , 6
3
0
2
1
5 0
3
.
1 18
A = 16
5
5
2 0 2
9.2.
Determinaci
on de los valores propios
Sea o un valor propio de la matriz cuadrada A, as existe un vector diferente cero de xo tal que:
Axo = o xo = o In xo
Por tanto:
Axo o In xo = (A o In ) xo = 0
Si B = A o In lo anterior significa que el sistema homogeneo n n
Bx = 0
tiene ademas de la soluci
on trivial otra soluci
on (x = xo 6= 0). Por consiguiente, no tiene soluci
on u
nica.
por tanto, el determinante de la matriz B debe ser cero:
det(B) = det (A o In ) = 0.
Resumiendo:
Todo valor propio o debe ser raz del polinomio caracterstico asociado a A:
pA () = det (A In )
(1)
(2)
Ejemplo
Determine los valores y los vectores propios correspondientes de las matrices:
1 2
1 1
1 2
A1 =
, A2 =
, A3 =
2 1
0 1
1 2
Soluci
on
Para A1 :
pA () = det (A I2 ) = det
1 2
2 1
1 0
0 1
1
2
0
1 2
= det
pA1 () = det
2 1
0
2 1
1
2
= (1 )2 4
pA1 () =
2
1
pA1 () = 2 2 3 = ( 3) ( + 1)
1 2
2 1
(3)
1 0
0 1
x=0
2 13
2 2 0
0
0 0
Convirtiendo en ecuacion y poniendo en la notaci
on vectorial:
1
x
=y
xy =0x=y
1
y
Lo anterior indica que cualquier vector de la forma:
1
y
1
es un vector propio asociado a 1 = 3; nosotros nos conformaremos con uno: digamos el que se obtiene para
y = 1:
1
1
Vector propio para 2 = 1
Debe ser soluci
on al sistema homogeneo:
(A1 I2 ) x = 0
Es decir:
1 2
2 1
(1)
1 0
0 1
x=0
2 1+1
2 2 0
0 0 0
Convirtiendo en ecuacion y poniendo en la notaci
on vectorial:
x
1
x + y = 0 x = y
=y
y
1
Lo anterior indica que cualquier vector de la forma:
1
y
1
es un vector propio asociado a 2 = 1; nosotros nos conformaremos con uno: digamos el que se obtiene para
y = 1:
1
1
Para la matriz A2 :
pA2 () = det
1 1
0 1
0
0
1
1
pA2 () =
0
1
4
= det
1
1
0 1
= (1 )2
Por tanto, el u
nico valor propio de A2 es 1 = 1.
Vector propio para 1 = 1
Debe ser soluci
on al sistema homogeneo:
(A2 I2 ) x = 0
Es decir:
1 1
0 1
(1)
1 0
0 1
x=0
x=0
0 0 0
0 0 0
0 11
Convirtiendo en ecuacion y poniendo en la notaci
on vectorial:
1
x
=x
y=0
0
y
Lo anterior indica que cualquier vector de la forma:
x
1
0
es un vector propio asociado a 1 = 1; nosotros nos conformaremos con uno: digamos el que se obtiene para
y = 1:
1
0
Para la matriz A3 :
pA3 () = det
1 2
1 2
0
0
= det
1
2
1 2
7
9
12
4 4
5
11
85
A=
8
4
15
4
9.3.
63
8
17
8
De los cursos basicos de ecuaciones algebraicas es importante recordar el teorema del factor:
Teorema 9.1
Sea p(x) un polinomio. Un n
umero c es raz del polinomio p(x), es decir p(x = c) = 0 si y solo si
x c divide a p(x). Es decir, al hacer la divisi
on de p(x) entre x c el residuo es cero.
5
c an
an an1 + c an
9.4.
a1
a0 c
p(c)
Definici
on
Sea A una matriz cuadrada y o un valor propio. Como hemos visto debe ser raz del polinomio caracterstico
de A pA () as:
( o ) | pA ()
Al mayor exponente m que cumple
pA () = ( o )m q()
le llamaremos la multiplicidad algebraica de o .
Ejercicio 4
Determine la multiplicidad algebraica de cada uno de los vectores propios de la matriz
5 5 2
3
A = 3 2
7 5 4
9.5.
Espacios Invariantes
Teorema 9.2
Sea A una matriz cuadrada y un escalar cualquiera entonces
{x Rn |Ax = x}
es un subespacio lineal de Rn .
Demostraci
on
1. No es vaco pues: A0 = 0 = 0. Es decir, 0 es un elemento del conjunto.
2. Si Ax1 = x1 y Ax2 = x2 :
A (x1 + x2 ) = Ax1 + Ax2 = x1 + x2 = (x1 + x2 )
Es decir, que si x1 y x2 son elementos del conjunto, la suma de ellos tambien es un vector en el conjunto
al cumplir la propiedad que define al conjunto.
3. Si Ax1 = x1 :
A (cx1 ) = cAx1 = cx1 = (cx1 )
Es decir, que si un vector x1 pertence al conjunto y c es un escalar cualquiera, entonces, el vector cx1
tambien pertenece al conjunto al cumplir la propiedad.
6
9.6.
Multiplicidad geom
etrica de un valor propio
Definici
on
Por el resultado anterior: Siendo o un valor propio el anterior conjunto es un espacio lineal diferente de {0}
as tiene dimensi
on mayor que cero: la dimensi
on del espacio anterior se llamar
a multiplicidad geometrica del
valor propio o .
Teorema 9.3
La dimensi
on geometrica de un valor propio es menor o igual que la dimensi
on algebraica.
Ejemplo
Determine la dimensi
on y una base para el espacio propio asociado a = 3 para la matriz:
7
9
21
4 4
5
11
85
A=
8
4
15
4
63
8
17
8
Soluci
on
El espacio propio de un valor es el conjunto de soluciones al sistema homogeneo:
(A I) x = 0
En este caso queda:
5/2
7/4 9/4 0
35/8 5/8 0
[A (3)I|0] = 5/4
15/4 63/8 41/8 0
Despues de eliminaci
on gaussiana obtenemos:
1 0 2/3 0
0 1 1/3 0
0 0
0 0
2/3
1/3
Como se trabaja en R3 , el espacio propio es una lnea que pasa por el origen y que tiene direccion <
2/3, 1/3, 1 > por consiguiente tiene ecuaciones simetricas:
x0
y0
z0
=
=
2/3
1/3
1
Ejercicio 6
Determine la dimensi
on y una base para el espacio propio asociado a = 2 para la matriz:
5 5 2
3
A = 3 2
7 5 4
En este ejemplo debido a estar en 3 los espacios deberan ser {0}, lneas, planos o todo 3 : Cu
al
caso aplica? En caso de ser posible, encuentre la(s) ecuaciones correspondientes.
Teorema 9.4
Si los vectores v1 , v2 , . . . , vk son vectores propios asociados a valores propios diferentes entonces el
conjunto formado por ellos es linealmente independiente.
Demostraci
on
Llamemos i al valor propio al cual esta asociado el vector vi . Supongamos que el conjunto de vectores
es linealmente dependiente. Puesto que ning
un vector propio puede ser el vector cero , de esta suposici
on
deducimos entonces que un vector vi debe ser combinaci
on lineal de los anteriores. Escojamos aquel que tiene
el menor ndice posible, digamos j , as: vj es combinaci
on lineal de los vectores v1 ,. . . ,vj1 y ning
un vector
vi es combinaci
on lineal de los anteriores para i = 2, 3, . . . , j 1. Tenemos
vj = c1 v1 + c2 v2 + + cj1 vj1
Multiplicando por A, y utilizando que cada v es vector propio, obtenemos
j vj = c1 1 v1 + + cj1 j1 vj1
Si multiplicamos la primera de estas ecuaciones por j y se la restamos a la segunda obtenemos:
0 = c1 (1 j ) v1 + + cj1 (j1 j ) vj1
Como el conjunto formado por los vectores v1 ,. . . ,vj1 es linealmente independiente , al no ser un vector
combinaci
on de los restantes , se deduce que todos los coeficientes de esta u
ltima ecuacion deben ser cero:
ci (i j ) = 0 para i = 1, . . . , j 1
Como los valores propios son diferentes entre si: i j 6= 0. As son los ci = 0 para i = 1, . . . , j 1. As la
f
ormula inincial de este teorema queda:
vj = 0v1 + + 0vj1 = 0
Pero esto es imposible pues ning
un vector propio es el vector cero. Esta contradicci
on afirma que el conjunto
formado por los vectores es linealmente independiente
Ejercicio 7
Investigue como se obtienen los valores y vectores propios en una calculadora avanzada. Documentese de cu
al es el formato en el cual se presentan los resultados.
8