Valores Y Vectores Propios

En Una Matriz

DEFINICIN
Sea A una matriz cuadrada, un nmero 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:
El escalar es valor propio de A si existe v 0 tal que
=
V= Un vector que al transformarlo mediante la multiplicacin por A el vector
resultante mantiene su direccin, posiblemente slo su longitud y/o sentido se
modique. El vector v se llama vector propio o eigenvector asociado al valor
propio
El vector v es vector propio de A asociado a si
=

Cmo calcular vectores propios?

Ejemplo:

Para la matriz A indique cuales vectores son valores propios.

Solucin
Debemos multiplicar cada vector por la matriz A y comprobar si el vector
resultante es un mltiplo escalar del vector
3
1 2 1
1
1 =
=
=3
3
2 1 1
1
V1 s es vector propio de A asociado al valor propio
2
1 2 2
8
2 =
=

7
3
2 1 3
V2 no es valor propio
1 2 1
1
1
3 =
=
= 1
2 1 1
1
1
V3 s es vector propio de A asociado al valor propio -1
1 2 0
4
0
4 =
=

2
2 1 2
2
V4 no es vector propio de A

TEOREMA
(Mtodo para calcular valores y vectores propios
para matrices concretas)

El escalar es valor propio de A si y solo si:

=

El escalar v es vector propio de A asociado a si:

=

Demostracin
= = =

Ejemplo
Determine los valores y vectores propios correspondientes de la matriz
1 2
=
2 1
1 0
1 1
= det 2 = det

0 1
2 2
1 2
0
1
2
=

= det
2 1
0
2
1
1
2
=
= 1 24
2
1
= 2 2 3 = 3 + 1
Por tanto los nicos valores propios de A1 son 1=-3 y 2 = 1

Vector propio para 1 = 3

Debe ser solucin al sistema homogneo:
1 2 = 0
Es decir:
1 0
1 2
3
=0
0 1
2 1
Desarrollando y finalmente aplicando Gauss-jordan:
13
2
1 1 0
2 2 0
=0
|
|
2
13
0
0
1
0
2 2
Convirtiendo un ecuacin y poniendo en la notacin vectorial

1
xy=0 = =
1
1
Lo anterior indica que cualquier vector de la forma
es un vector propio asociado a
1
1 = 3 ; nosotros nos conformaremos con uno: Digamos el que se obtiene para y=1
1
1

Vector propio para 2 = 1

Debe ser solucin al sistema homogneo:
1 2 = 0
Es decir:
1 0
1 2
1
=0
0 1
2 1
Desarrollando y finalmente aplicando Gauss-jordan:
1+1
2
1 10
2 20
=0
|
|
2
1+1
0 00
2 20
Convirtiendo un ecuacin y poniendo en la notacin vectorial

1
x y = 0 = =
1
1
Lo anterior indica que cualquier vector de la forma
es un vector propio asociado
1
a 1 = 3 ; nosotros nos conformaremos con uno: Digamos el que se obtiene para y=1
1
1

De donde =1, =2 son los valores propios de A. Para =1 calculamos los

vectores propios

(I A)

1
2

=0

21 22 = 0
+ = 0
1

donde

2 2
1

-2(x1 + x2 ) = 0

x21 = - x2
x= (x1 , x2 )
x= (- x2 , x2 ) = x2 (1, -1)

1
2

0
0

2
1

2
1

1
2

0
0

Para =2 , calculamos los vectores propios de A

(I A)

1
2

=0

2
donde
1

1
2

0
0

1 22 = 0
1 + 22 = 0

x1 + 2x2 = 0

x= - 2x2
x= (x1 , x2 )
x= (-2x2 , x2 ) = x2 (-2, 1)

Por lo tanto los vectores de la matriz A son (1,1) y (-2,1)

2
2

1
2

0
0