Tema 7: Valores y vectores propios

Tema 7.
Valores y
vectores
propios

7.1
Determinante
Definicion
Propiedades
Calculo
Determinantes
7.2 Espacios y
subespacios Espacios y subespacios vectoriales
vectoriales
Combinaciones
lineales y
clausura lineal
Valores y vectores propios
Independencia
lineal
Bases y
dimension

7.3 Valores y
vectores
propios
Matrices
diagonalizables
Calculo de Ak
 Permutaciones

Tema 7.
Valores y
vectores
propios
Definicion

Una permutacion p = {p1 , p2 , . . . , pn } de los numeros

7.1
Determinante {1, 2, . . . , n} es una nueva ordenacion de los elementos
Definicion
Propiedades
{1, 2, . . . , n}, es decir, un cambio en el orden de dichos
Calculo
numeros.
7.2 Espacios y
subespacios
vectoriales En particular {1, 2, . . . , n} es una permutacion de {1, 2, . . . , n}
Combinaciones
lineales y y se denomina permutacion identidad.
clausura lineal
Independencia
lineal
Bases y
dimension
Teorema
7.3 Valores y
vectores
propios El conjunto de todas las permutaciones de {1, 2, . . . , n} se
Matrices
diagonalizables denota por Sn y tiene n! = 1 2 3 n elementos.
Calculo de Ak
 Permutaciones

Tema 7.
Valores y
vectores
Definicion
propios
Una permutacion p = {p1 , p2 , . . . , pn } de {1, 2, . . . , n} es par o
7.1 impar dependiendo de si el numero de intercambios entre dos
Determinante
Definicion
elementos que hay que hacer en p para transformarla en la
Propiedades
Calculo
permutacion identidad {1, 2, . . . , n} es par o impar
7.2 Espacios y respectivamente.
subespacios
vectoriales
Combinaciones
lineales y
clausura lineal Definicion
Independencia
lineal
Bases y
dimension Sea p una permutacion. Se define el signo de p como sigue:
7.3 Valores y 
vectores
propios +1, si p es par;
sig (p) =
Matrices
diagonalizables 1, si p es impar.
Calculo de Ak
 Ejemplo. Permutaciones

Tema 7.
Valores y
vectores
propios S3 esta formado por los 6 elementos siguientes:

7.1 {1, 2, 3} permutacion identidad

Determinante
Definicion
Propiedades
{1, 3, 2} permutacion impar
Calculo

7.2 Espacios y
{2, 1, 3} permutacion impar
subespacios
vectoriales {2, 3, 1} permutacion par
Combinaciones
lineales y
clausura lineal
{3, 1, 2} permutacion par
Independencia
lineal {3, 2, 1} permutacion impar
Bases y
dimension

7.3 Valores y
vectores sig ({1, 2, 3}) = sig ({2, 3, 1}) = sig ({3, 1, 2}) = 1
propios
Matrices
diagonalizables sig ({1, 3, 2}) = sig ({2, 1, 3}) = sig ({3, 2, 1}) = 1
Calculo de Ak
 Permutaciones

Tema 7.
Valores y
vectores
propios

7.1
Determinante
Definicion
Observacion
Propiedades
Calculo
Al transformar una permutacion p de Sn en la permutacion
7.2 Espacios y
subespacios identidad {1, 2, . . . , n}, los intercambios (entre dos elementos)
vectoriales
Combinaciones posibles no son unicos, pero s la paridad del numero de
lineales y
clausura lineal
Independencia
intercambios.
lineal
Bases y
dimension

7.3 Valores y
vectores
propios
Matrices
diagonalizables
Calculo de Ak
 Determinantes

Tema 7.
Valores y
vectores
propios Definicion

7.1
El determinante de una matriz A de orden n es el escalar
Determinante (numero real en nuestro caso) definido por:
Definicion
Propiedades
Calculo
X
7.2 Espacios y
det(A) = |A| = sig (p) a1p1 a2p2 anpn .
subespacios pSn
vectoriales
Combinaciones
lineales y
clausura lineal
Independencia Ejemplo
lineal
Bases y
dimension Utilcese la definicion de determinante para calcular el
7.3 Valores y determinante de  
vectores
propios
a11 a12
A= .
Matrices
diagonalizables a21 a22
Calculo de Ak
 Regla de Sarrus

Tema 7.
Valores y Ejemplo
vectores
propios Demuestrese la regla de Sarrus para el calculo de los
determinantes de matrices de orden 3.
7.1
Determinante Regla
de Sarrus:
Definicion

Propiedades a11 a12 a13
Calculo
det a21 a22 a23 = a11 a22 a33 + a12 a23 a31 + a13 a21 a32
7.2 Espacios y
subespacios a31 a32 a33
vectoriales
Combinaciones
a13 a22 a31 a12 a21 a33 a11 a23 a32 .
lineales y
clausura lineal
Independencia
lineal
Bases y
Ejemplo
dimension

7.3 Valores y
Utilcese la regla de Sarrus para calcular el determinante de
vectores
propios
Matrices
1 2 3
diagonalizables
Calculo de Ak A= 2 1 3
3 1 2
 Propiedades de los determinantes

Tema 7.
Valores y
vectores Sea A Mn . Se verifican las siguientes propiedades:
propios

det(A) = det(AT ).
7.1
Determinante OBS: Este resultado permite extender las propiedades que
Definicion
Propiedades vamos a enunciar por filas a la correspondiente situacion
Calculo
por columnas.
7.2 Espacios y
subespacios
vectoriales
Combinaciones
Si dos filas de A son iguales, entonces det(A) = 0.
lineales y
clausura lineal
Independencia
lineal
Si una fila de A consta solo de ceros, entonces det(A) = 0.
Bases y
dimension

7.3 Valores y
Si A es triangular, entonces det(A) = a11 a22 ann .
vectores
propios
Matrices
det(AB) = det(A) det(B).
diagonalizables
Calculo de Ak
det(A) = n det(A), R.
 Determinantes y operaciones elementales

Tema 7.
Valores y
vectores
propios
Con respecto a las operaciones elementales por filas se
cumplen las siguientes propiedades:
7.1
Determinante
Tipo I: fi fj , i 6= j.
Definicion
Propiedades
El determinante de la matriz que resulta cambia de signo.
Calculo

7.2 Espacios y Tipo II: fi fi + fj , i 6= j.

subespacios
vectoriales El determinante no cambia.
Combinaciones
lineales y
clausura lineal
Independencia
Tipo III: fi fi , 6= 0. El determinante queda
lineal
Bases y multiplicado por .
dimension

7.3 Valores y
vectores
propios
Matrices
diagonalizables OBS: Como hemos dicho anteriormente, estas operaciones
Calculo de Ak
pueden realizarse tambien por columnas.
 Menor complementario. Adjunto.

Tema 7.
Valores y
vectores
propios Definicion

7.1
Sea A = (aij ) Mn .
Determinante
Definicion
Propiedades Dado un elemento Aij de A, se llama menor complementario
Calculo

7.2 Espacios y
de aij al determinante de la submatriz de orden n 1 que
subespacios
vectoriales
resulta al suprimir en A la fila i y la columna j. Se denotara por
Combinaciones
lineales y
ij .
clausura lineal
Independencia
lineal
Bases y El adjunto del elemento aij se define como
dimension

7.3 Valores y
vectores Aij = (1)i+j ij .
propios
Matrices
diagonalizables
Calculo de Ak
 Desarrollo del determinante por los elementos de
una fila o columna
Tema 7.
Valores y
vectores
propios Teorema

7.1 Sea A = (aij ) Mn . Entonces

Determinante
Definicion
Propiedades det(A) = ai1 Ai1 + ai2 Ai2 + + ain Ain , i = 1, . . . , n,
Calculo

7.2 Espacios y
subespacios desarrollo del determinante de A por los elementos de la
vectoriales
Combinaciones i-esima fila.
lineales y
clausura lineal
Independencia
lineal
Bases y
det(A) = a1j A1j + a2j A2j + + anj Anj , j = 1, . . . , n,
dimension

7.3 Valores y
vectores
desarrollo del determinante de A por los elementos de la
propios
Matrices
j-esima columna.
diagonalizables
Calculo de Ak
 Ejemplo. Calculo de determinantes

Tema 7.
Valores y
vectores
propios

7.1
Ejemplo
Determinante
Definicion
Propiedades
Calculese utilizando el teorema anterior el determinante de
Calculo

7.2 Espacios y 3 1 2 1
subespacios
vectoriales
4 1 2 1
Combinaciones A= 1 0 0 1
.
lineales y

clausura lineal
Independencia
lineal
5 3 2 3
Bases y
dimension

7.3 Valores y
vectores
propios
Matrices
diagonalizables
Calculo de Ak
 Operaciones elementales y calculo de determinantes

Tema 7.
Valores y
vectores
propios

7.1
Calculo del determinante de una matriz A Mn
Determinante
Definicion
Propiedades Paso 1: Transformamos A en una matriz escalonada B
Calculo

7.2 Espacios y
empleando operaciones elementales tipo I y II.
subespacios
vectoriales
Combinaciones
Paso 2: Sea p el numero de operaciones elementales tipo I
lineales y
clausura lineal que se han realizado, entonces
Independencia
lineal
Bases y
dimension det(A) = (1)p det(B) = (1)p b11 b22 bnn .
7.3 Valores y
vectores
propios
Matrices
diagonalizables
Calculo de Ak
 Ejemplo. Calculo de determinantes

Tema 7.
Valores y
vectores
propios

Ejemplo
7.1
Determinante
Definicion Calculese utilizando el procedimiento anterior el determinante
Propiedades
Calculo de
7.2 Espacios y 1 2 1 1 0
subespacios 1 3 2 2 1
vectoriales
A= 2 4 3 1 1 .
Combinaciones
lineales y
clausura lineal
Independencia
0 1 2 3 1
lineal
Bases y
dimension
1 2 1 3 1
7.3 Valores y
vectores
propios
Matrices
diagonalizables
Calculo de Ak
 Invertibilidad

Tema 7.
Valores y
vectores
propios

7.1
Determinante
Definicion
Propiedades Teorema
Calculo

7.2 Espacios y
subespacios
A es invertible det(A) 6= 0.
vectoriales
Combinaciones
lineales y
clausura lineal
Independencia
lineal
Bases y
dimension

7.3 Valores y
vectores
propios
Matrices
diagonalizables
Calculo de Ak
 Ejemplo introductorio. Vectores en el plano

Tema 7.
Valores y
vectores
propios R2 = {(x, y) vectores : x, y R}

7.1
Determinante
Definicion
Definicion
Propiedades Sean
v = (a, b) y
w = (c, d) vectores del plano xy , y R.
Calculo
Se define el vector suma
v + w como
7.2 Espacios y
subespacios
vectoriales

v +

w = (a + c, b + d).
Combinaciones
lineales y
clausura lineal
Independencia
lineal Se define el vector

v como
Bases y
dimension

7.3 Valores y

v = (a, b).
vectores
propios
Matrices
diagonalizables
Calculo de Ak (R2 , +, ) es un espacio vectorial.
 Definicion de espacio vectorial

Tema 7.
Valores y
vectores
propios
Definicion
Se llama espacio vectorial sobre (R, +, ) a un conjunto V
7.1 dotado de una operacion interna (+, suma de vectores) y una
Determinante
Definicion operacion externa (, producto de un escalar por un vector) con
Propiedades
Calculo dominio de operaciones R que verifica las 8 propiedades
7.2 Espacios y siguientes:
subespacios
vectoriales
Combinaciones
1 u + v = v + u, u, v V
lineales y
clausura lineal
Independencia
2 u + (v + w ) = (u + v ) + w , u, v , w V
lineal


Bases y
dimension 3 Existe elemento neutro 0 V tal que


7.3 Valores y u + 0 = 0 + u = u, u V
vectores
propios 4 Para cada u V existe elemento opuesto u V tal que
Matrices
diagonalizables


Calculo de Ak u + (u) = 0 .
 Definicion de espacio vectorial

Tema 7.
Valores y
vectores
propios

7.1
Determinante
Definicion
5 (u + v ) = u + v , R, u, v , V
Propiedades
Calculo
6 ( + )u = u + u, , R, u V
7.2 Espacios y
subespacios
7 (u) = ()u, , R, u V
vectoriales
Combinaciones
8 1u = u, u V donde 1 es el elemento unidad de R.
lineales y
clausura lineal
Independencia
lineal
Bases y
Los elementos de V se denominan vectores.
dimension

7.3 Valores y
vectores
propios
Matrices
diagonalizables
Calculo de Ak
 El espacio vectorial Rn

Tema 7.
Valores y
vectores

propios ( x1 )
n

x2
R = x = : x1 , x2 , . . . , xn R

7.1
..
Determinante
.
Definicion
Propiedades
xn
Sean

x ,

Calculo

7.2 Espacios y y Rn , R.
subespacios
vectoriales
Combinaciones
lineales y
x1 + y1 x1
clausura lineal x2 + y2 x2


x +


Independencia
y = , x = .

lineal
.. ..
Bases y
dimension
. .
7.3 Valores y xn + yn xn
vectores
propios
Matrices
diagonalizables
Calculo de Ak
(Rn , +, ) es un espacio vectorial.
 El espacio vectorial Mmn

Tema 7.
Valores y
vectores
propios

7.1
Determinante
Definicion
Propiedades
Calculo
(Mmn , +, ) es un espacio vectorial, donde Mmn es el
7.2 Espacios y conjunto de las matrices m n con elementos en R, + es la
subespacios
vectoriales suma de matrices y es el producto de un numero real por una
Combinaciones
lineales y matriz.
clausura lineal
Independencia
lineal
Bases y
dimension

7.3 Valores y
vectores
propios
Matrices
diagonalizables
Calculo de Ak
 Subespacios vectoriales

Tema 7.
Valores y
vectores Definicion
propios

Sea V un espacio vectorial y W un subconjunto no vaco de V .

7.1 Si W es un espacio vectorial con respecto a las operaciones en
Determinante
Definicion V , entonces W es un subespacio vectorial de V .
Propiedades
Calculo

7.2 Espacios y
subespacios
vectoriales
Ejemplo
Combinaciones
lineales y
clausura lineal Todo espacio vectorial tiene al menos dos subespacios:
Independencia
lineal

Bases y
dimension
El subespacio cero: { 0 }.
7.3 Valores y El propio espacio vectorial.
vectores
propios
Matrices Ambos se denominan subespacios triviales del espacio
diagonalizables
Calculo de Ak vectorial.
 Caracterizacion de subespacio vectorial

Tema 7.
Valores y
vectores
propios

7.1 Teorema
Determinante
Definicion
Propiedades
Calculo
Sea (V , +, ) un espacio vectorial y W un subconjunto no vaco
7.2 Espacios y de V . Entonces W es un subespacio vectorial de V si y solo si
subespacios
vectoriales
Combinaciones
1 u + v W , u, v W .
lineales y
clausura lineal
Independencia
lineal
2 u W , u W , R.
Bases y
dimension

7.3 Valores y
vectores
propios
Matrices
diagonalizables
Calculo de Ak
 Ejemplo. Subespacio vectorial

Tema 7.
Valores y
vectores
propios Ejemplo

W = {(x, y ) R2 : y = mx, m R}
7.1
Determinante
Definicion es un subespacio vectorial de R2 .
Propiedades
Calculo

7.2 Espacios y W es el conjunto de puntos en R2 que se encuentran en una

subespacios
vectoriales recta que pasa por el origen.
Combinaciones
lineales y
clausura lineal
Independencia
lineal Ejemplo
Bases y
dimension

7.3 Valores y El conjunto de puntos en R2 que se encuentran en una recta

vectores
propios que no pasa por el origen no es un subespacio vectorial de
Matrices
diagonalizables R2 .
Calculo de Ak
 Combinaciones lineales

Tema 7.
Valores y
vectores
propios
Definicion
Una familia o sistema de vectores de un espacio vectorial V
7.1 es cualquier subconjunto A de V , en el que puede haber
Determinante
Definicion
elementos repetidos.
Propiedades
Calculo

7.2 Espacios y
subespacios
vectoriales Definicion
Combinaciones
lineales y
clausura lineal
Independencia
Sea A = {v1 , v2 , . . . , vk } una familia finita de vectores de V .
lineal
Bases y
Un vector v V es una combinacion lineal de los vectores de
dimension
A si
7.3 Valores y
vectores v = c 1 v1 + c 2 v2 + + c k vk ,
propios
Matrices
diagonalizables para ciertos c1 , c2 , . . . , ck R.
Calculo de Ak
 Clausura lineal

Tema 7.
Valores y Notacion
vectores
propios
Sea A = {v1 , v2 , . . . , vk } una familia de vectores de V . El
conjunto de todos los vectores que son combinacion lineal de
7.1
Determinante los vectores de A se denota por
Definicion
Propiedades
Calculo
hAi = hv1 , v2 , . . . , vk i
7.2 Espacios y
subespacios
vectoriales
Combinaciones
Teorema
lineales y
clausura lineal
Independencia
lineal
Sea A = {v1 , v2 , . . . , vk } una familia de vectores de V .
Bases y
dimension hAi = hv1 , v2 , . . . , vk i en un subespacio vectorial de V .
7.3 Valores y
vectores
propios
Matrices
diagonalizables A hAi = hv1 , v2 , . . . , vk i se le denomina clausura lineal de
Calculo de Ak
A = {v1 , v2 , . . . , vk }.
 Ejemplo. Clausura lineal

Tema 7.
Valores y
vectores
propios

7.1
Ejemplo
Determinante
Definicion
Propiedades Sean los vectores de R3 :
Calculo

7.2 Espacios y 3 0
subespacios
vectoriales v1 = 0 y v2 = 1 .
Combinaciones
lineales y
clausura lineal
1 2
Independencia
lineal
Bases y
dimension Probar que W = hv1 , v2 i es un subespacio vectorial de R3 .
7.3 Valores y
vectores
propios
Matrices
diagonalizables
Calculo de Ak
 Independencia lineal

Tema 7.
Valores y
vectores
propios Definicion

Se dice que los vectores de la familia A = {v1 , v2 , . . . , vk } del

7.1
Determinante espacio vectorial V son linealmente dependientes si existen
Definicion
Propiedades constantes c1 , c2 , . . . , ck R no todas iguales a 0 tales que:
Calculo

7.2 Espacios y

subespacios c 1 v1 + c 2 v2 + + c k vk = 0 .
vectoriales
Combinaciones
lineales y
clausura lineal
Independencia En caso contrario se dice que son linealmente independien-
lineal
Bases y tes. Los vectores de la familia A = {v1 , v2 , . . . , vk } son
dimension
linealmente independientes si la unica combinacion lineal suya
7.3 Valores y


vectores
propios
que da como resultado el vector 0 es aquella en la que
Matrices
diagonalizables
c1 = c2 = = ck = 0.
Calculo de Ak
 Interpretacion geometrica en R3

Tema 7.
Valores y
vectores
propios

7.1
Determinante En R3 , si consideramos que todos los vectores salen del origen
Definicion
Propiedades la dependencia lineal es facil de visualizar:
Calculo

7.2 Espacios y
subespacios
Dos vectores son linealmente dependientes si estan en la
vectoriales misma recta.
Combinaciones
lineales y
clausura lineal Tres vectores son linealmente dependientes si estan en el
Independencia
lineal
Bases y
mismo plano.
dimension

7.3 Valores y
vectores
propios
Matrices
diagonalizables
Calculo de Ak
 Procedimiento

Tema 7.
Valores y
vectores
propios
El procedimiento para determinar si una familia de vectores
A = {v1 , v2 , . . . , vk } son, o no, linealmente independientes
7.1
Determinante es:
Definicion
Propiedades
Calculo Paso 1: Se plantea la ecuacion


7.2 Espacios y c1 v1 + c2 v2 + + ck vk = 0 , que conduce a un sistema
subespacios
vectoriales homogeneo.
Combinaciones
lineales y
clausura lineal
Independencia Paso 2: Si el sistema obtenido en el Paso 1 tiene
lineal
Bases y
dimension
unicamente la solucion trivial, entonces los vectores de A
7.3 Valores y son linealmente independientes.
vectores
propios
Matrices
En otro caso son linealmente dependientes.
diagonalizables
Calculo de Ak
 Ejemplos. Independencia lineal

Tema 7.
Valores y
vectores
propios

7.1
Ejemplo
Determinante
Definicion Estudiese si los vectores de R4
Propiedades
Calculo
7.2 Espacios y 1 2
subespacios 1 0
vectoriales
Combinaciones
v1 =
0 y
v2 =
1

lineales y
clausura lineal
Independencia
lineal
0 1
Bases y
dimension
son linealmente independientes.
7.3 Valores y
vectores
propios
Matrices
diagonalizables
Calculo de Ak
 Sistema generador

Tema 7.
Valores y
vectores
propios
Definicion

Se dice que una familia de vectores A = {v1 , v2 , . . . , vk } del

7.1
Determinante espacio vectorial V es un un sistema generador de V , si cada
Definicion
Propiedades
vector v V es una combinacion lineal de los vectores de A.
Calculo

7.2 Espacios y
subespacios
vectoriales Ejemplo
Combinaciones
lineales y
clausura lineal
Independencia
Estudiese si los vectores
lineal
Bases y
     
dimension 1 3 2
v1 = , v2 = y v3 =
7.3 Valores y
vectores
1 2 0
propios
Matrices
diagonalizables son un sistema generador de R2 .
Calculo de Ak
 Base

Tema 7.
Valores y
vectores Definicion
propios

Los vectores del sistema A = {v1 , v2 , . . . , vk } del espacio

7.1 vectorial V forman una base para V si:
Determinante
Definicion
Propiedades A es sistema de generadores de V .
Calculo

7.2 Espacios y
Los vectores de A son linealmente independientes.
subespacios
vectoriales
Combinaciones
lineales y
clausura lineal
Independencia Ejemplo
lineal
Bases y
dimension (   )
1 0
7.3 Valores y
vectores A= , es una base de R2 .
propios 0 1
Matrices
diagonalizables
Calculo de Ak Es la base canonica de R2 .
 Ejemplos. Base

Tema 7.
Valores y
vectores
propios

7.1 Ejemplo
Determinante
Definicion
Propiedades
Calculo ( 1 0 0 )
7.2 Espacios y
0 1 0
B= , ,...,

subespacios
vectoriales
.. .. ..
Combinaciones
. . .
lineales y
clausura lineal 0 0 1
Independencia
lineal
Bases y
dimension
es la base canonica de Rn .
7.3 Valores y
vectores
propios
Matrices
diagonalizables
Calculo de Ak
 Numero de vectores de dos bases de un mismo
espacio vectorial
Tema 7.
Valores y
vectores
propios

7.1
Determinante
Definicion
Propiedades Teorema
Calculo

7.2 Espacios y
subespacios
Si B = {v1 , v2 , . . . , vn } y A = {w1 , w2 , . . . , wm } son dos bases
vectoriales
Combinaciones
del espacio vectorial V , entonces m = n.
lineales y
clausura lineal
Independencia
lineal
Bases y
dimension

7.3 Valores y
vectores
propios
Matrices
diagonalizables
Calculo de Ak
 Dimension

Tema 7.
Valores y
vectores
propios
Definicion
La dimension de un espacio vectorial no nulo V es el numero
7.1
Determinante de vectores que tiene una de sus bases.
Definicion
Propiedades
Calculo

7.2 Espacios y Observacion

subespacios
vectoriales


Combinaciones
lineales y Como { 0 } es linealmente dependiente, es natural decir que el
clausura lineal

Independencia
lineal
espacio vectorial { 0 } tiene dimension cero.
Bases y
dimension

7.3 Valores y
vectores Ejemplo
propios
Matrices
diagonalizables
Calculo de Ak
dim(Rn ) = n.
 Introduccion

Tema 7.
Valores y
vectores
propios Sea A Mn ,
A
x Rn Ax Rn .
7.1
Determinante
Definicion
Propiedades En ocasiones: Ax = x para cierto R.
Calculo

7.2 Espacios y
subespacios
valor propio de A.
vectoriales
Combinaciones
x vector propio de A asociado a .
lineales y
clausura lineal
Independencia
lineal
Bases y
APLICACIONES: ecuaciones diferenciales, fsica, ingeniera,
dimension
biologa...
7.3 Valores y
vectores
propios
Matrices
OBJETIVO: Estudiar los valores y vectores propios de una
diagonalizables
Calculo de Ak
matriz A Mn .
 Valores y vectores propios

Tema 7.
Valores y
vectores
propios
Definicion
Sea A Mn y x un vector no nulo de Rn tal que Ax = x
7.1 para cierto R. Entonces decimos que es un valor propio
Determinante
Definicion
(autovalor) real de A y que x es un vector propio (autovector)
Propiedades
Calculo
real de A asociado a .
7.2 Espacios y
subespacios
vectoriales
Observacion
Combinaciones
lineales y Nos referiremos a los valores y vectores propios reales
clausura lineal
Independencia
lineal
simplemente como valores y vectores propios.
Bases y
dimension

7.3 Valores y
vectores
Observacion
propios


Matrices A Mn y R se cumple A 0 = 0 . Por esta razon el
diagonalizables

Calculo de Ak vector nulo 0 no se considera vector propio.
 Calculo de los valores propios

Tema 7.
Valores y
vectores Teorema
propios

Sea A Mn y R. Las siguientes afirmaciones son

7.1 equivalentes:
Determinante
Definicion
Propiedades
1 es un valor propio de A.
Calculo

7.2 Espacios y
2 det(A In ) = 0.
subespacios
vectoriales
Combinaciones
lineales y
Definicion
clausura lineal
Independencia
lineal
Bases y
Sea A Mn .
dimension

7.3 Valores y El polinomio caracterstico de A es det(A In ).

vectores
propios La La multiplicidad algebraica de un valor propio de A
Matrices
diagonalizables
Calculo de Ak
es el numero de veces que aparece como raz del polinomio
caracterstico.
 Ejemplo. Calculo de valores propios

Tema 7.
Valores y
vectores
propios

Ejemplo
7.1
Determinante
Definicion Calculese el polinomio caracterstico de
Propiedades
Calculo
7.2 Espacios y 1 2 1
subespacios
vectoriales A = 0 3 0 ,
Combinaciones
lineales y 0 1 2
clausura lineal
Independencia
lineal
Bases y sus valores propios, as como la multiplicidad algebraica de
dimension

7.3 Valores y
cada uno de ellos.
vectores
propios
Matrices
diagonalizables
Calculo de Ak
 Valores propios de una matriz triangular

Tema 7.
Valores y
vectores
propios

7.1
Determinante
Definicion
Propiedades Lema
Calculo

7.2 Espacios y
subespacios
Si A Mn es una matriz triangular, entonces los valores
vectoriales propios de A son los elementos de su diagonal principal.
Combinaciones
lineales y
clausura lineal
Independencia
lineal
Bases y
dimension

7.3 Valores y
vectores
propios
Matrices
diagonalizables
Calculo de Ak
 Calculo de vectores propios. Subespacios propios

Tema 7.
Valores y
vectores
propios

Definicion
7.1
Determinante Sea A Mn y R.
Definicion
Propiedades
Calculo
El subespacio propio de A asociado a es el conjunto
7.2 Espacios y V formado por todos los vectores x Rn tal que
subespacios

vectoriales (A In )x = 0 .
Combinaciones
lineales y
clausura lineal
Independencia
V es un subespacio vectorial de Rn .
lineal
Bases y
dimension La multiplicidad geometrica de es la dimension de V .
7.3 Valores y
vectores
propios
Matrices
diagonalizables
Calculo de Ak
 Ejemplo. Subespacios propios

Tema 7.
Valores y
vectores
propios
Ejemplo
7.1
Determinante Calculense los subespacios propios asociados a cada uno de los
Definicion
Propiedades
vectores propios de la matriz A del ejemplo anterior.
Calculo

7.2 Espacios y Recordamos que

subespacios
vectoriales
Combinaciones
lineales y
1 2 1
clausura lineal
Independencia
A = 0 3 0 ,
lineal
Bases y 0 1 2
dimension

7.3 Valores y
vectores y que sus valores propios son 1 = 1, 2 = 2 y 3 = 3.
propios
Matrices
diagonalizables
Calculo de Ak
 Multiplicidad algebraica y multiplicidad geometrica

Tema 7.
Valores y
vectores
propios

7.1
Teorema
Determinante
Definicion
Propiedades
Las siguientes afirmaciones son ciertas:
Calculo

7.2 Espacios y
1 La multiplicidad geometrica de un valor propio es mayor o
subespacios
vectoriales igual que 1.
Combinaciones
lineales y
clausura lineal
Independencia
2 La multiplicidad algebraica de un valor propio es siempre
lineal
Bases y
mayor o igual que su multiplicidad geometrica.
dimension

7.3 Valores y
vectores
propios
Matrices
diagonalizables
Calculo de Ak
 Matrices diagonalizables

Tema 7.
Valores y
vectores
propios Notacion
A la matriz diagonal de orden n cuyos elementos de la
7.1
Determinante diagonal principal son 1 , 2 , . . . , n la denotaremos por
Definicion
Propiedades
Calculo 1 0 . . . 0
7.2 Espacios y 0 2 . . . 0
subespacios
vectoriales
diag (1 , 2 , . . . , n ) = .
Combinaciones
...
lineales y
clausura lineal 0 0 . . . n
Independencia
lineal
Bases y
dimension

7.3 Valores y Observacion

vectores
propios
Matrices
diagonalizables
Los valores propios de diag (1 , 2 , . . . , n ) son 1 , 2 , . . . , n .
Calculo de Ak
 Matrices diagonalizables

Tema 7.
Valores y Definicion
vectores
propios
Una matriz cuadrada A es diagonalizable si existen matrices
D digonal y P invertible tales que:
7.1
Determinante
Definicion
Propiedades
A = PDP 1
Calculo

7.2 Espacios y
subespacios
vectoriales
Combinaciones
lineales y
Lema
clausura lineal
Independencia
lineal Sea A Mn diagonalizable, con
Bases y
dimension

7.3 Valores y
vectores
A = PDP 1 ,
propios
Matrices
diagonalizables D = diag (1 , 2 , . . . , n ),
Calculo de Ak

entonces los valores propios de A son 1 , 2 , . . . , n .

 Matrices diagonalizables

Tema 7.
Valores y
vectores
propios

Teorema
7.1
Determinante
Definicion Sea A Mn . Las siguientes afirmaciones son equivalentes:
Propiedades
Calculo
1 A es diagonalizable.
7.2 Espacios y
subespacios
vectoriales 2 Existe una base de Rn formada por vectores propios de A.
Combinaciones
lineales y
clausura lineal
Independencia
lineal
3 Todos los valores propios de A son reales y para cada valor
Bases y
dimension
propio coinciden su multiplicidad algebraica y geometrica.
7.3 Valores y
vectores
propios
Matrices
diagonalizables
Calculo de Ak
 Ejemplo. Diagonalizacion de matrices

Tema 7.
Valores y
vectores
propios

7.1 Ejemplo
Determinante
Definicion
Propiedades Diagonalcese la matriz
Calculo

7.2 Espacios y
subespacios 2 0 0
vectoriales
Combinaciones A = 6 2 6 .
lineales y
clausura lineal
Independencia
3 0 1
lineal
Bases y
dimension

7.3 Valores y
vectores
propios
Matrices
diagonalizables
Calculo de Ak
 Calculo de Ak

Tema 7.
Valores y
vectores
propios

Teorema
7.1
Determinante
Definicion Sea A Mn con valores propios 1 , 2 , . . . , n , entonces los
Propiedades
Calculo valores propios de Ak son k1 , k2 , . . . , kn .
7.2 Espacios y
subespacios Cada vector propio de A sigue siendo vector propio de Ak , y si
vectoriales
Combinaciones
lineales y
P diagonaliza a A, entonces P tambien diagonaliza a Ak .
clausura lineal
Independencia
lineal
Bases y
D k = (P 1 AP)(P 1 AP) (P 1 AP) = P 1 Ak P.
dimension

7.3 Valores y
vectores
propios
Matrices
diagonalizables
Calculo de Ak
 El caso particular A1

Tema 7.
Valores y
vectores
propios

7.1
Determinante
Observacion
Definicion
Propiedades
Calculo
Si A Mn es invertible y tiene valores propios 1 , 2 , . . . , n ,
7.2 Espacios y entonces los valores propios de A1 son
subespacios
vectoriales
Combinaciones
1 1 1
lineales y , ,..., .
clausura lineal
Independencia
1 2 n
lineal
Bases y
dimension

7.3 Valores y
vectores
propios
Matrices
diagonalizables
Calculo de Ak