Está en la página 1de 9

Valores y vectores propios

El clculo de los valores propios y de los vectores propios de una matriz simtrica tiene gran
importancia en las matemticas y en la ingeniera, entre los que cabe destacar, el problema de la
diagonalizacin de una matriz, el clculo de los momentos de inercia y de los ejes principales de
inercia de un slido rgido, o de las frecuencias propias de oscilacin de un sistema oscilante.
Sea la matriz cuadrada A de dimensin n
A=a11a21...an1a12a22...an2............a1na2n...ann
Se denominan valores propios o races caractersticas de una matriz cuadrada A, a los valores
de tales que.
det(AI)=a11a21...an1a12a22...an2...a1n...a2n...ann=
0
I es la matriz identidad, cuyos elementos son ceros, exceptode la diagonal principal que son
unos.
Desarrollando el determinante tenemos un polinomio en de grado n. Las races del polinomio
(valores propios) pueden ser distintas o repetidas. Para calcular los vectores propios tenemos que
resolver el sistema homogneo(A-I)X=0, para cada una de las races 1....n tal como vamos a
ver en el ejercicio que viene a continuacin.
Valores y vectores propios
Antes de utilizar la funcin eig, vamos a calcular paso a paso los valores y vectores propios de
una matriz.

Valores propios distintos


Vamos a calcular los valores propios y vectores propios de la matriz
A=221282122
Estudiamos el sistema lineal homogneo (A-I)X=0 de tres ecuaciones con tres incgnitas
(2)x2y+z=02x(8+)y+2z=0x+2y+(2)z=0
Igualamos a cero el determinante de la matriz A1 y calculamos las races de la ecuacin cbica
en
A1=3102000131020001=0342+29
24=0

Creamos la matriz A1=A-I a partir de la matriz A y de la matriz identidad I. Calculamos su


determinante det y lo igualamos a cero, para calcular mediante solve, las tres races de .
Sustituimos en el cdigo por la variable simblica w.
>> syms w;
>> A=[2 -2 1;2 -8 2; 1 2 2];
>> A1=A-w*eye(3);
>> y=det(A1)
y =- w^3 - 4*w^2 + 29*w - 24
>> r=solve(y)
r =
1
3
-8

Los valores propios son distintos


1=1, 2=3 y 3=-8

Para calcular el vector propio V1 correspondiente al valor propio 1,


sustitumos el valor de la variable en la matriz A1 y se la pasamos a la
funcin rref de MATLAB
>> B=subs(A1,w,r(1))
B =
[ 1, -2, 1]
[ 2, -9, 2]
[ 1, 2, 1]
>> rref(B)
ans =
[ 1, 0, 1]
[ 0, 1, 0]
[ 0, 0, 0]

Tenemos el sistema equivalente al de tres las ecuaciones homogneas con tres incgnitas
{x+z=0y=0
El vector propio es (x, 0,-x) por ejemplo V1=[1; 0; -1]

Calculamos el vector propio V2 correspondiente al valor propio 2


>> B=subs(A1,w,r(2))
B =
[ -1, -2, 1]
[ 2, -11, 2]
[ 1,
2, -1]
>> rref(B)
ans =
[ 1, 0, -7/15]
[ 0, 1, -4/15]
[ 0, 0,
0]

Tenemos el sistema equivalente


{x715z=0y415z=0
El vector propio es V2=[7; 4; 15]

Calculamos el vector propio V3 correspondiente al valor propio 3


>> B=subs(A1,w,r(3))
B =
[ 10, -2, 1]
[ 2, 0, 2]
[ 1, 2, 10]
>> rref(B)
ans =
[ 1, 0,
1]
[ 0, 1, 9/2]
[ 0, 0,
0]

Tenemos el sistema equivalente


{x+z=0y+92z=0
El vector propio es V3=[2; 9;-2]
Los valores propios se colocan en la diagonal principal de la matriz D, y los vectores propios
correspondientes se colocan como vectores columnas de la matriz V.
D=100030008V=1017415292
Comprobamos que el resultado de V-1AV es una matriz diagonal D formada por los valores
propios
>> V=[1 7 2; 0 4 9; -1 15 -2];
>> D=inv(V)*A*V
D =
1.0000
-0.0000
-0.0000
0
3.0000
0
0.0000
0
-8.0000

Valores propios iguales


Vamos a calcular los valores propios y vectores propios de la matriz
A=310200001
Estudiamos el sistema lineal homogneo (A-I)X=0 de tres ecuaciones con tres incgnitas
(3)x+2y=0xy=0(1)z=0

Igualamos a cero el determinante de la matriz A1 y calculamos las races de la ecuacin cbica


en
A1=3102000131020001=03+425+
2=0
>> syms w;
>> A=[3 2 0;-1 0
>> A1=A-w*eye(3)
A1 =
[ 3 - w, 2,
[
-1, -w,
[
0, 0, 1 >> y=det(A1)
y =- w^3 + 4*w^2
>> r=solve(y)
r =
1
1
2

0; 0 0 1];
0]
0]
w]
- 5*w + 2

Dos valores propios son iguales


1=1, 2=1 y 3=2

Calculamos los vectores propios V1 y V2 correspondienets al valor propio


doble 1=1
>> B=subs(A1,w,r(1))
B =
[ 2, 2, 0]
[ -1, -1, 0]
[ 0, 0, 0]
>> rref(B)
ans =
[ 1, 1, 0]
[ 0, 0, 0]
[ 0, 0, 0]

Tenemos el sistema equivalente


{x+y=0
Los vectores propios correspondientes al vector propio 1=1, tienen la forma (-y,y,z). Dos de
ellos podran serV1=[-1; 1; 0] y V2=[0; 0;1].

Calculamos el vector propio V3 correspondiente al valor propio 3


>> B=subs(A1,w,r(3))
B =
[ 1, 2, 0]
[ -1, -2, 0]

[ 0, 0, -1]
>> rref(B)
ans =
[ 1, 2, 0]
[ 0, 0, 1]
[ 0, 0, 0]

Tenemos el sistema equivalente


{x+2y=0z=0
El vector propio es de la forma (-2y, y, 0), por ejemplo V3=[-2; 1; 0]
Los valores propios se colocan en la diagonal principal de la matriz D, y los vectores propios
correspondientes se colocan como vectores columnas de la matriz V.
D=100010002V=110001210
Comprobamos que el resultado de V-1AV es una matriz diagonal D formada por los valores
propios
>> V=[-1 0 -2; 1
>> D=inv(V)*A*V
D =
1
0
0
1
0
0

0 1; 0 1 0];
0
0
2

Teorema de Caley-Hamilton.
Toda matriz verifica su ecuacin caracterstica
A=4222441283+16266+72=0A3+16A266A+72I=0
>> A=[4 2 1; 2 4 2; 2 4 8];
>> -A^3+16*A^2-66*A+72*eye(3)
ans =
0
0
0
0
0
0
0
0
0
>> p=poly(A)
p =
1.0000 -16.0000
66.0000
>> polyvalm(p,A)
ans =
1.0e-012 *
0.0142
0.0284
0.0568
0.0284
0.0568
0.0711
0.1137
0.1421
0.1563

-72.0000

Cuando se le pasa una matiz cuadrada A a la funcin poly, devuelve los coeficientes de su
ecuacin caracterstica. La funcin polyvalm es similar a polyval, pero con matrices en vez de
con nmeros, realiza las operaciones con la matriz A que se indican en la segunda lnea, con lo
que se confirma que la matriz A verifica su ecuacin caracterstica.
La funcin eig
MATLAB dispone de la funcin [V D]=eig(A), que calcula los valores y vectores propios y que
hemos aplicado en la pgina Valores y Vectores propios
La matriz V contiene los vectores propios en columnas, y la matriz diagonal D contiene los
valores propios correspondientes en la diagonal principal. Se puede verificar que D=V-1AV
1.-Hallar los valores propios y vectores propios de la matriz
331212230
>> A=[3 2 -2; -3 -1 3; 1 2 0];
>> [V D]=eig(A)
V =
0.5774
-0.7071
-0.0000
-0.5774
0.0000
0.7071
0.5774
-0.7071
0.7071
D =
-1.0000
0
0
0
1.0000
0
0
0
2.0000
>> inv(V)*A*V
ans =
-1.0000
0
0.0000
0.0000
1.0000
0
0.0000
0
2.0000

Los valores propios son 1=-1, 2=1, 3=2,


Los vectores propios son los vectores columna de la matriz V correspondientes a cada valor
propio

Para 1=-1, V1=[0.5774;-0.5774;0.5774] o bien V1=[1;-1;1]

Para 2=1, V2=[-0.7071;0.0000;-0.7071] o bien V2=[-1;0;-1]

Para 3=2, V3=[-0.0000;0.7071;0.7071] o bien V3=[0;1;1]

V=111101011
Comprobamos que D=V-1AV
2.-Hallar los valores propios y vectores propios de la matriz

A=1010012012500006
>> A=[1 0 1 0; 0 1 -2 0; 1 -2 5 0; 0 0 0 6];
>> [V D]=eig(A)
V =
-0.4082
0.8944
0.1826
0
0.8165
0.4472
-0.3651
0
0.4082
0
0.9129
0
0
0
0
1.0000
D =
-0.0000
0
0
0
0
1.0000
0
0
0
0
6.0000
0
0
0
0
6.0000

Los valores propios son 1=0, 2=1, 3=6, 4=6


Los vectores propios son los vectores columna de la matriz V correspondientes a cada valor
propio

Para 1=0, V1=[-0.4082;0.8165;0.4082;0] o bien V1=[-1;2;1;0]

Para 2=1, V2=[0.8944;0.4472;0;0] o bien V2=[2;1;0;0]

Para 3=6, V3=[0.1826; -03651; 0.9129; 0] o bien V3=[1;-2;5;0]

Aunque el valor propio 4=6 es doble, la funcin eig de MATLAB determina correctamente los
vectores propios linealmente independientes. La matriz V de la vectores propios es
V=1210210012500001
3.-Hallar los valores propios y vectores propios de la matriz
A=422244128
>> A=sym('[4 2 1; 2 4 2; 2 4 8]');
>> [V D]=eig(A)
V =
[ 2^(1/2)/2 + 1, 1 - 2^(1/2)/2,
-1]
[ - 2^(1/2) - 1,
2^(1/2) - 1, -1/2]
[
1,
1,
1]
D =
[ 6 - 3*2^(1/2),
0, 0]
[
0, 3*2^(1/2) + 6, 0]
[
0,
0, 4]

La matriz diagonal D de los vectores propios es


D=6320006+320004

La matriz V de los valores propios es


V=1+221211221+211121
Diagonalizacin
Una matriz A se dice que es diagonal si los elementos no pertenecientes a la diagonal principal
son todos nulos.
Para que una matriz A sea diagonalizable es preciso que el rango de la matriz R obtenida
sustituyendo en R=A-iI el valor de i considerado sea igual a n-ki siendo n la dimensin de la
matriz A y ki el orden de multiplicidad del valor propio i.I se denomina matriz identidad, una
matriz diagonal cuyos elementos valen 1.
Estudiar para qu valores de a y b la matriz A es digonalizable
A=5030100ba
>> syms a b;
>> A=[5 0 0; 0 -1 b; 3 0 a];
>> [V D]=eig(A)
V =
[ 0, 5/3 - a/3,
0]
[ 1,
b/6, b/(a + 1)]
[ 0,
1,
1]
D =
[ -1, 0, 0]
[ 0, 5, 0]
[ 0, 0, a]

Los valores propios son 1=-1, 2=5, 3=a


1.-Si a5 y a-1 los valores popios son diferentes y la matriz es diagonalizable. Los vectores
propios seran

Para 1=-1, V1=[0; 1;0]

Para 2=5, V2=[(5-a)/3; b/6; 1] o bien V2=[10-2a; b; 6]

Para 3=a, V3=[0; b/(a+1); 1] o bien V3=[0; b; a+1]

V=010102ab60ba+1
2.-Si a=5
Los valores propios son 1=-1, 2=5, 3=5, uno de ellos se repite
Calculamos el rango de la matriz R=A-I, con =5, y debera dar 3-2=1 para que la matriz fuera
diagonalizable, donde n=3 es la dimensin de la matriz A y k=2 es el grado de multiplicidad del
valor propio considerado =5,

>> A1=subs(A,a,5)
A1 =
[ 5, 0, 0]
[ 0, -1, b]
[ 3, 0, 5]
>> R=A1-5*eye(3)
R =
[ 0, 0, 0]
[ 0, -6, b]
[ 3, 0, 0]
>> rank(R)
ans =2

Cualquiera que sea el valor de b, el rango de la matriz R=A-I, con =5 es dos, y por tanto la
matriz A no es diagonalizable para a=5.
3.-Si a=-1
Los valores propios son 1=-1, 2=-1, 3=5, uno de ellos se repite
Calculamos el rango de la matriz R=A-I, con =-1, y debera dar 3-2=1 para que la matriz fuera
diagonalizable, donde n=3 es la dimensin de la matriz A y k=2 es el grado de multiplicidad del
valor propio considerado =-1,
>> A1=subs(A,a,-1);
>> R=A1+eye(3)
R =
[ 6, 0, 0]
[ 0, 0, b]
[ 3, 0, 0]
>> rank(R)
ans =2
>> R1=subs(R,b,0)
R1 =
6
0
0
0
0
0
3
0
0
>> rank(R1)
ans =
1

Si b0 entonces el rango de la matriz R es 2, y la matriz A no es


diagonalizable, la misma situacin que cona=5.

Si b=0, el rango de la matriz R es uno y por tanto la matriz A es


diagonalizable.

Bibliografa

Problemas resueltos. Algebra lineal. Alberto Luzrraga.(1970)