Está en la página 1de 10

Apoyo a la Docencia: ValoresPropios, Vectores Propios y Diagonalizacin de Matrice//jcc 1

Valores y Vectores Propios de una Matriz


Sea E una matriz de 8 8 entonces un vector B diferente de cero en 8 se denomina vector propio de E si EB es multiplo de B es decir, EB -E para algn valor escalar -. El escalar - se denomina valor propio de E y se dice que B es el vector propio de E correspondiente a -. " B es un vector propio # correspondiente al valor propio - $, ya que se cumple Ejemplo " El vector EB $ ) ! " $ " $ " # ' # de E $ ) ! "

Para encontrar los valores propios de una matriz E de 8 8, EB -B se vuelve a escribir EB -M8 B bien, de manera equivalente, a - M 8 Eb B ! a" b

Para que - sea una valor propio, debe existir una solucin diferente de la nula para esta ecuacin. Sin embargo a"b tiene una solucin no nula si y solo si ./>a-M8 Eb ! Esta expresin se denomina la ecuacin caracterstica de E los escalares que satisfacen esta ecuacin son los valores propios de E Al desarrollar ./>a-M8 Eb se obtiene un polinomio en -, denominado polinomio caracterstico de E Sin problemas se puede probar que si E es matriz de 8 8 entonces el polinomio caracteristico de E es de grado 8 y el coeficiente de -8 es "; es decir, el polinomio caracterstico de una matriz de 8 8 es de la forma ./>a-M8 Eb -8 -" -8" -8" - -8 Por el teorema fundamental del lgebra, la ecuacin caracteristica

Apoyo a la Docencia: ValoresPropios, Vectores Propios y Diagonalizacin de Matrice//jcc


8 8"

- -" -

2 -8" - -8 !

tiene cuando mucho 8 soluciones distintas, por lo que una matriz de 8 8 tiene a lo sumo 8 valores propios distintos. Ejemplo 2 Encontrar los valores propios de ! " )

" ! ! ! E % "( W96 El polinomio caracterstico de E es

! - " ! " ./>a-M8 Eb ./> -$ )-# "(- % % "( - ) Por consiguiente los valores propios de E deben satisfacer la ecuacin cbica -$ )-# "(- % ! a#b

Para resolver esta ecuacin se empezar buscando soluciones enteras. El trabajo se reduce bastante aprovechando el hecho de que toda las soluciones enteras ( en caso de haberlas) de una ecuacin polinomial con coeficientes enteros -8 -" -8" -8" - -8 ! deben ser divisores del trmino constante -8 . Asi, las nicas soluciones enteras posibles de (2) son los divisores de % es decir, 1, 2, 4. Sustituyendo directamente estos valores en (2) divisin sinttica se obtiene que - % es una solucin entera. En consecuencia (- % debe ser factor del miembro izquierdo de a#b Obteniendo de a#b a- %ba-# %- "b ! asi obteniendo de la ecuacin cuadrtica - % - # $

- # $

Teorema 1 Si E es una matriz triangular ( triangular superior, triangular inferior o diagonal) de 8 8 entonces los valores propios de E son losa elementos de la diagonal principal de E Esbozar una verificacin para una de % % Ejemplo 3 Por inspeccin, los valores propios de la matriz triangular inferior

Apoyo a la Docencia: ValoresPropios, Vectores Propios y Diagonalizacin de Matrice//jcc " &


" #

!
# $

! ! son - " # - "


%

3
# $

y- " %

Es posible que la ecuacin caracterstica de una matriz con elementos reales tenga soluciones complejas. Por ejemplo, el polinomio caracteristico de la matriz E es # & " #

-# " -# " & - # de modo que la ecuacin caracterstica es -# " ! con soluciones que son nmeros imaginarios - 3 y - 3 De aqui es forsozoso considerar valores propios complejos para matrices reales. Esto a la vez, conduce a considerar la posibilidad de espacios vectoriales complejos; es decir, espacios vectoriales en que se permite que los escalares asuman valores complejos. En este contexto solo permitiremos valores propios complejos, pero el anlisis de los vectores propios se limitar a matrices con valores propios complejos. Ahora ya sabemos cmo obtener los valores propios, se abordar el problema de determinar los vectores propios. Los vectores propios de E correspondientes a los valores propios son los vectores B distintos de cero que satisfacen EB -B O sea son los vectores correspondiente a - son vectores no nulos en el espacio solucin de a-M8 EbB ! Este espacio solucin se llama espacio propio de E correspondiente a -. Ejemplo 4 Encontrar las bases para los espacios propios de ! " " 0 # ! # " $

./>a-M8 Eb ./>

W96 La ecuacin caracterstica de E es -$ &-# )- % ! o bien factorizada - "- ## ! -97:<9,+< /8 -6+=/=; asi los valores propios son - " y - # de modo que existen dos espacios propios de E + Sea B , es un vector propio de E correspondiente a - si y solo si B es una - solucin no trivial de a-M EbB !; es decir, de

Apoyo a la Docencia: ValoresPropios, Vectores Propios y Diagonalizacin de Matrice//jcc 4 ! # + ! " -# " , ! " ! - $ - ! Si - # entonces a$b se convierte en 2 ! # + ! " 0 " , ! " ! " - ! resolviendo el sistema se obtiene + = , > - = Asi, los vectores propios de E correspondiente a -=2 son los vectores distintos de cero de la forma = = ! " ! > ! ! B > = > " = = ! " ! Como " ! ! " y " ! son linealmente independientes, estos vectores forman una base para el espacio propio correspondiente a - # Si - " entonces a$b se convierte en ! # + ! 1 " " " , ! " ! # - ! resolviendo el sistema se obtiene + #= , = - = Asi, los vectores propios de E correspondiente a - " son los vectores distintos de cero de la forma #= # = " B = = " de modo que # " " es una base para el espacio propio correspondiente a

a$ b

=1.

Apoyo a la Docencia: ValoresPropios, Vectores Propios y Diagonalizacin de Matrice//jcc 5 Una vez que se han determinado los valores y vectores propios de una matriz E es fcil encontrar los valores y vectores propios de cualquier potencia entera positiva de E por ejemplo, si - es valor propio de E y B es vector propio correspondiente, entonces E# B EaEBb Ea-Bb -aEBb -# B lo que demuestra que -# es un valor propio de E# y que B es un vector propo correspondiente. En general se tiene: Teorema 2 Si 5 es un entero positivo, - es valor propio de una matriz E y B es un vector propio correspondiente, entonces -5 es un valor propio de E5 y B es un vector propio correspondiente. Ejemplo 5 En el ejemplo 4 se demostr que los valores propios de

0 # ! # " E " " ! $ son - # y - " de modo que por el teorema anterior se tiene que - #( "#) como - "( " son valores propios de E( Tambin se prob que " ! " ! " y !

son vectores propios de E correspondientes al valor propio - # de modo que por el teorema anterior tambin son vectores propios de E( correspondiente a - #( "#) De manera semejante, el vector propio # " " de E correspondiente al valor propio - " tambin es un vector propio de E( correspondiente a - "( "

Diagonalizacin
Comenzamos esta seccin preguntndonos Dada una matriz E de orden 8 8 existe una base para 8 integrada por vectores propios de E?
"

Dada una matriz E de orden 8 8 existe una matriz invertible T tal que ET sea una matriz diagonal?

Apoyo a la Docencia: ValoresPropios, Vectores Propios y Diagonalizacin de Matrice//jcc 6 Definicin Se dice que una matriz cuadrada E es diagonalizable si existe una matriz invertible T tal que T " ET es una matriz diagonal. En este caso tambin se dice que T diagonaliza a E El siguiente teorema muestra que las dos preguntas anteriores son equivalentes Teorema 3 Si E es una matriz de orden 8 8, entonces las siguientes proposiciones son equivalentes. + , E es diagonalizable. E tiene 8 vectores propios linealmente independientes.

Observaciones + El teorema anterior nos entrega un procedimiento para diagonalizar una matriz E de orden 8 8 cundo tiene 8 vectores propios linealmente independientes; que se desprende de la demostracin. PASO 1 Hallar los : " : # : 8 los vectores propios de E con los valores propios correspondientes -" -# -8 . PASO 2 Formar la matriz T con vectores columna son :" , :# , , :8 .

PASO 3 Entonces, la matriz T " ET ser diagonal con -" -# -8 como sus elementos diagonales sucesivos. , Si todos los vectores propios de E de orden 8 8, no alcanza a ser una base de 8 entonces E no es diagonalizable. Ejemplo 6 Encontrar una matriz T que diagonalice a ! " " 0 # ! # " $

W96

En el ejemplo 4 se encontr que la ecuacin caracterstica de E es - "- ## !

y se determinaron las siguientes bases para los subespacios propios: " ! ! :# " " !

- #

:"

Apoyo a la Docencia: ValoresPropios, Vectores Propios y Diagonalizacin de Matrice//jcc 7 # " "

-"

:$

En total hay tres vectores bsicos, de modo que la matriz E es diagonalizable y ! # " ! " " T " ! " diagonaliza a E. Por ltimo verificar que
"

T y
"

" " "

! " !

# " " # " " ! $ " ! " ! # # ! ! " ! # ! " ! ! "

" " ET "

! " !

# ! " " " "

0 # !

Ejercicio

Averiguar si es diagonalizable la matriz " ! ! " # ! E $ & #

Q EW X ISVIQ EW (Optativo) T4: Si @" @# @5 son vectores propios deE correspondiente a los valores propios distintos -" -# -5 entonces {@" @# @5 } es un conjunto linealmente independiente. T5: Si una matriz E de orden 8 8 tiene 8 valores propios distintos, entonces E es diagonalizable. T6: Si A es una matriz cuadrada, entonces: + Para todo valor propio de E la multiplicidad geomtrica es menor o igual a la multiplicidad algebraica. , E es diagonalizable si y solo si la multiplicidad geomtrica es igual a la multiplicida algebraica para todo valor propio de E

Apoyo a la Docencia: ValoresPropios, Vectores Propios y Diagonalizacin de Matrice//jcc 8

Matrices Exponenciales
Esta seccin pretende aplicar lo anterior a matrices exponenciales que no es nada ms que definir: Si E es una matriz de orden 8 8, se define la exponencial como
" 8 # /E : ! 8x E M E " #E _ 8! " $ $x E

" % %x E

donde la exponencial de E es una suma infinita de matrices de orden 8 8 El problema es comprender que matriz es /E Teorema 7 Si E es una matriz de orden 8 8, diagonalizable, entonces /E es tambin diagonalizable. H/7 Necesitamos hallar una matriz que diagonalice a /E es decir existe una matriz T invertible tal que T " /E T es diagonal. En efecto por hiptesis E es una matriz diagonalizable, luego existe T invertible tal que T " ET H es una matriz diagonal. Esta misma T es la que diagonaliza a /E , ya que
" 8 " " " T " /E T T " ! 8x E T ! 8x T " aE8 bT ! 8x aT " ET b ! 8x H8 _ _ _ 8 _ 8! 8! 8! 8!

Consideremos la exponencial donde > y E es una matriz de orden 8 8 diagonalizable Entonces


" " 8 8 >8 8 />E ! 8x a>Eb8 ! 8x > E ! 8x E En el caso que E sea diagonalizable, />E _ _ _ 8! 8! 8!

tambin lo es, adems por lo expuesto antes la misma matriz T invertible es la que diagonaliza a ambas. Por otro lado derivamos />E M
. >E .> / > "x E

># # #x E

> # "x E

># $ #x E

E/>E

De esto ltimo, la Ecuacin Diferencial Matricial


. .> a\ b

E\

a% b

donde E es una matriz de orden 8 8 y \ es una matriz incognita de orden 8 8.

Apoyo a la Docencia: ValoresPropios, Vectores Propios y Diagonalizacin de Matrice//jcc 9 La solucin general de esta ecuacin diferencial es \ a>b Q />E donde Q matriz de orden 8 8 Se llama matriz fundamental la matriz />E .

Un sistema de ecuaciones diferenciales a coeficientes constantes es un sistemas de ecuaciones diferenciales del tipo
. .> a\ b

E\

a& b

donde E es una matriz de orden 8 8 y \ es un vector columna con 8-componentes. La solucin general de este sistema es: \L > ! -5 B5 >
8 5"

donde -5 son costantes reales cualquieras y B5 > es la 5 sima columna de la matriz fundamental. Observacin 2 Ahora desde el punto de vista formal las ecuaqciones diferenciales del ti po a%b y a&b estn resueltos. Pero surge el problema de escribir en forma decente la matriz fundamental />E En esta lnea argumental, el trabajo presedente es fundamental para procesar y comprender cmo escribiremos />E cundo E sea diagonalizable. Suponemos que la diagonal H es dada por - 34 -34 aHb 3 ! 3 4 aunque los - 3 se repitan. Cmo E es diagonalizable, sea T la matriz que diagonaliza esto es T " ET H o bien E T HT " De aqu tenemos
5 >5 5 >5 >5 5 >5 5 aT HT " b T ! 5x />E ! 5x E ! 5x H T " donde ! 5x H es la matriz _ _ _ _ 5! 5! 5! 5! > 5 ! 5x 5! " ! ! _
5

! ! >5 -5
_ 5x
#

5!

! !

5!

-" > / ! ! ! ! _ 5 > ! -5 5x 8 !

! /
-# >

! !

/ -8 >

! ! !

Ejemplo 7

Hallar todas las soluciones del sistema de ecuaciones diferenciales

Apoyo a la Docencia: ValoresPropios, Vectores Propios y Diagonalizacin de Matrice//jcc 10 B ! C " D "


w

0 # !

# B " C $ D

W96 Del ejemplo 6 sabemos que para la matriz, nobremosl por E se determinaron las siguientes bases para los subespacios propios: " ! ! :# " " !

- #

:"

-"

# " :$ "

En total hay tres vectores bsicos, de modo que la matriz E es diagonalizable y " ! T " diagonaliza a E Entonces tenemos que la solucin general del sistema es B " ! # #> #> > C ! -# / " -$ / " -" / D " ! " L ! " ! # " "