Definicin de vector En lgebra lineal, los vectores propios, autovectores o eigenvectores de unoperador lineal son los vectores no nulos

que, cuando son transformados por el operador, dan lugar a un mltiplo escalar de s mismos, con lo que no cambian su direccin. Este escalar recibe el nombre valor propio, autovalor, valor caracterstico o eigenvalor. A menudo, una transformacin queda completamente determinada por sus vectores propios y valores propios. Un espacio propio, autoespacio, eigenespacio o subespacio fundamental asociado al valor propio es el conjunto de vectores propios con un valor propio comn. Las transformaciones lineales del espacio como la rotacin, la reflexin, el ensanchamiento, o cualquier combinacin de las anteriores; en esta lista podran incluirse otras transformaciones pueden interpretarse mediante el efecto que producen en losvectores. Los vectores pueden visualizarse como flechas de una cierta longitud apuntando en una direccin y sentido determinados. Los vectores propios de las transformaciones lineales son vectores que, o no se ven afectados por la 1 transformacin o se ven multiplicados por un escalar, y por tanto no varan su direccin. El valor propio de un vector propio es el factor de escala por el que ha sido multiplicado. Un espacio propio es un espacio formado por todos los vectores propios del mismo valor propio, adems del vector nulo, que no es un vector propio. La multiplicidad geomtrica de un valor propio es la dimensin del espacio propio asociado. El espectro de una transformacin en espacios vectoriales finitos es el conjunto de todos sus valores propios.

Por ejemplo, un vector propio de una rotacin en tres dimensiones es un vector situado en el eje de rotacin sobre el cual se realiza la rotacin. El valor propio correspondiente es 1 y el espacio propio es el eje de giro. Como es un espacio de una dimensin, sumultiplicidad geomtrica es uno. Es el nico valor propio del espectro (de esta rotacin) que es un nmero real. Formalmente, se definen los vectores propios y valores propios de la siguiente manera: Si A: V V es un operador lineal en un cierto espacio vectorial V, v es un vector diferente de cero en V y c es un escalar tales que

entonces decimos que v es un vector propio del operador A, y su valor propio asociado es c. Observe que si v es un vector propio con el valor propio c entonces cualquier mltiplo diferente de cero de v es tambin un vector propio con el valor propio c. De hecho, todos los vectores propios con el valor propio asociado c junto con 0, forman un subespacio de V, el espacio propio para el valor propio c. Observe adems que un espacio propio Z es un subespacio invariante de A, es decir dado w un vector en Z, el vector Aw tambin pertenece a Z. Ejemplo Considrese la matriz

que representa un operador lineal R R. Si se desea computar todos los valores propios de A, se podra empezar determinando el polinomio caracterstico:

y porque p(x) = - (x - 2)(x - 1)(x + 1) se ve que los valores propios de A son 2, 1 y -1. El teorema de CayleyHamilton establece que cada matriz cuadrada satisface su propio polinomio caracterstico. Es decir

Efectivamente, para el caso del valor propio 2, se puede comprobar que

de donde (1, 1, -1) es un vector propio asociado a 2.

POLINOMIO CARACTERSTICO
En lgebra lineal, se asocia un polinomio a cada matriz cuadrada llamado polinomio caracterstico. Dicho polinomio contiene una gran cantidad de informacin sobre la matriz, los ms significativos son los valores propios, su determinante y su traza. Dada una matriz cuadrada A, queremos encontrar un polinomio cuyas races son precisamente los valores propios de A. Para unamatriz diagonal A, el polinomio caracterstico es fcil de definir: si los elementos de la diagonal son para , el polinomio caracterstico en la indeterminada es

El polinomio tiene esta forma ya que los elementos de la diagonal de una matriz diagonal coinciden con sus valores propios. Para una matriz A genrica, se puede proceder de la siguiente forma: Si es un valor propio de A, entonces existe un vector propiov0 tal que

Sea K un cuerpo (podemos imaginar K como el cuerpo de los reales o de los complejos) y una matriz cuadrada A ndimensional sobreK. El polinomio caracterstico de A, denotado por pA(t), es el polinomio definido por:

donde I denota la matriz identidad n-por-n. Algunos autores definen el polinomio caracterstico como det(t I-A); la diferencia es inmaterial puesto que los dos polinomios nicamente se diferencian por su signo.

Ejemplos[
Supongamos que queremos encontrar el polinomio caracterstico de la matriz

Debemos calcular el determinante de

dicho determinante es

Finalmente hemos obtenido el polinomio caracterstico de A.

Matriz diagonalizable
En lgebra lineal, una matriz cuadrada "A" se dice que es diagonalizable si es semejante a una matriz diagonal. Es decir, si mediante un cambio de base puede reducirse a una forma diagonal. En este caso, la matriz podr descomponerse de la forma . En donde "P" es una matriz invertible cuyos vectores columna son vectores propios de A, y D es una

matriz diagonal formada por los valores propios de A. Si la matriz A es semejante ortogonalmente a una matriz diagonal, es decir, si la matriz P es ortogonal se dice entonces que la matrizA es diagonalizable ortogonalmente, pudiendo escribirse como . El teorema espectral garantiza que

cualquier matriz cuadrada simtrica con coeficientes reales es ortogonalmente diagonalizable. En este caso P est formada por una base ortonormal de vectores propios de la matriz siendo los valores propios reales. La matriz P es por tanto ortogonal y los vectores filas de son los vectores columnas de P.

Sea una matriz cuadrada con valores en un cuerpo y slo si, A se puede descomponer de la forma:

, se dice que la matriz

es diagonalizable si,

Donde: es una matriz diagonal cuya diagonal principal est formada por los elementos de tantas veces como indique su multiplicidad algebraica, siendo de autovalores de la matriz : el espectro de , apareciendo cada uno , es decir, el conjunto

es la matriz cuyas columnas son los vectores que constituyen una base del subespacio propio asociado a cada siguiendo el orden establecido en D, esto es, los vectores que forman el ncleo de la matriz :

Ejemplo

Se aplica el teorema de Cayley-Hamilton:

Por ejemplo, vamos a calcular

para ver si se cumple:

y veamos que es diagonalizable: Esta matriz tiene los valores propios: