VALORES Y VECTORES PROPIOS DE UNA MATRIZ

DEFINICIÓN: Sea una matriz de orden n. se dice que un número real λ es un valor propio de A
si existe un vector v, diferente del vector cero, tal que:

Av = λv
El vector v recibe el nombre de vector propio o vector característico asociado al valor propio λ.

CALCULO DE LOS VALOR PROPIOS

Sea λ un valor propio de la matriz cuadrada A, esto será cierto si y solo si existe un vector v
(v≠θ) tal que:

Av = λv=λIv
Por lo tanto:

A v = λ I v = (A − λ I ) v = θ
Si B = A − λ I , esto será cierto si y solo si el se sistema homogéneo n en:

Bv= θ
tiene además de la solución trivial otra solución (v≠θ). Es decir si y solo si no tiene solución
única y esto será cierto, si y solo si el determinante de la matriz B es cero:

|B| = |A − λ I| = 0

Es decir que todo escalar λ es valor propio de A si y solo si es raíz característica del polinomio
característico asociado a A:

PA (λ) = |A − λ I| = 0
Y un vector propio asociado a λ, debe ser solución al sistema homogéneo:

|A − λ I | v = θ

Debe notarse que al ser PA (λ) un polinomio de grado ≤ n, habrá a lo mas n valores propios.
Ejemplo:

Hallar los valores propios y vectores propios de la siguiente matriz:

−1 −4 −8
A = [−4 −7 4 ]
−8 4 −1
Solución:
|A − λ I| = 0

−1 − λ −4 −8
| −4 −7 − λ 4 |=0
−8 4 −1 − λ

−9 − λ −18 − λ 0
F21 (2) | −4 −7 − λ 4 |=0
−8 4 −1 − λ

−7 − λ 4 −4 4
(−9 − λ) | | + (2λ + 18) | |=0
4 −1 − λ −8 −1 − λ

−(λ + 9)[(λ + 7)(λ + 1) − 16] + 2(λ + 8)[4(λ + 1) + 32] = 0

(λ + 9)[(λ + 7)(λ + 1) − 16] − 2(λ + 8)(4λ + 36) = 0
(λ + 9)[(λ + 7)(λ + 1) − 16 − 8λ − 72] = 0

(λ + 9)(λ2 − 81) = 0
(λ + 9)(λ − 9)(λ + 9) = 0
(λ + 9)2 (λ − 9) = 0

Los valores propios son:

λ1 = −9 (multiplicidad 2)
λ2 = 9

Hallando los vectores propios:

−1 − λ −4 −8 r 0
|A − λ I | v = θ → ( −4 −7 − λ 4 ) (s) = (0)
−8 4 −1 − λ t 0
Para λ = −9
1
F1 ( )
8 −4 −8 →
4
2 −1 −2
1
(−4 2 4) F2 (− )
→
2 (2 −1 −2)
−8 4 8 1
F3 (− )
→
4 2 −1 −2
 r s t
2 −1 −2
F2−1 (−1)
→ (0 0 0)
F31 (−1)
→ 0 0 0

Tenemos: 2r − s − 2t = 0 → s = 2r − 2t
r r 1 0 1 0
(s) = (2r − 2t) = r (2) + t (−2) → v1 = (2) , v2 = (−2)
t t 0 1 0 1
Para λ = 9
1
F1 (− )
−10 −4 −8 →
2
5 2 4
1
( −4 −16 4 ) F2 (− )
→
4 (1 4 −1)
−8 4 −10 →
1
F3 (− )
2 4 −2 5

r s t
0 −18 9 0 2 −1
F12 (−5) F21 (−2)
→ (1 4 −1) → (1 0 1)
F32 (−4) F31 (−1)
→ 0 −18 9 → 0 0 0

t
Tenemos: 2s − t = 0 → s =
2

r + t = 0 → r = −t

r −t
t t −2 −3
(s) = ( ) = ( ) ( 1 ) → v3 = ( 1 )
t 2 2
t 2 2

TEOREMA: Si λ es valor propio de A→λn es valor propio de An

Prueba:

Por hipótesis: λ es valor propio de A → A v = λ v

Por inducción matemática:

n=2: A2 v = A (A v) = A(λ v) = λ(A v) = λ(λ v) = λ2 v

λ2 es valor propio de A2

n=3: A3 v = A (A2 v) = A(λ2 v) = λ2 (A v) = λ2 (λ v) = λ3 v

λ3 es valor propio de A3

n=4: A4 v = A (A3 v) = A(λ3 v) = λ3 (A v) = λ3 (λ v) = λ4 v

λ4 es valor propio de A4
Supongamos que para n=h:

Ah v = λh v (hipotesis inductivo)
Veamos si se cumple para n=h+1

Ah+1 v = Ah (A v) = A(Ah v) = A(λn v) = λn (A v) = λn (λ v) = λn+1 v

λn+1 es valor propio de An+1

Ejemplo: para la matriz anterior:

−1 −4 −8
A = [−4 −7 4 ]
−8 4 −1
Hallar los valores propios de A3

Solución:

Los valores propios de A son:

λ1 = −9 (multiplicidad 2)

λ2 = 9
Los valores propios de A3 son:

λ1 = (−9)3 (multiplicidad 2)

λ2 = (9)3 = 729
Teorema: Si λ es valor propio de A → λ−1es valor propioA−1

Teorema:

Como λ−1 es valor propio de A−1 → A−1 v = λ−1 v …(i)

Sabemos que:

ADJ(A) = |A| A−1

Entonces multiplicamos (i) por |A| en ambos miembros:

|A| A−1 v = |A| λ−1 v

|A|
ADJ(A)v = v
λ
|A|
Entonces es valor propio de ADJ(A)
λ

Ejemplo:

Dada la matriz
−1 −4 −8
A = [−4 −7 4 ]
−8 4 −1
Hallamos:
|A| = λ1 λ2 λ3 = (−9)(−9)(9) = 729

Los valores propios de la ADJ(A) son:

|A| 729
t1 = = = −81 multiplicidad 2
λ1 −9

|A| 729
t2 = = = 81
λ2 9
 Teorema de Cayley – Hamilton

Definición:

Sea A una matriz de orden n. Sea P(i)=0 el polinomio característico de la matriz A→ P(A) = θ

Ejemplo:

En la matriz anterior:
−1 −4 −8
A = [−4 −7 4 ]
−8 4 −1
El polinomio característico es:

P(λ) = (λ + 9)2 (λ − 9) = 0

P(λ) = (λ2 + 18λ + 81)(λ − 9) = 0

P(λ) = λ3 − 9λ2 + 18λ2 − 162λ + 9λ − 729 = 0

P(λ) = λ3 + 9λ2 − 153λ − 729I = 0

Por el teorema de Cayley – Hamilton:

P(A) = θ

A3 + 9A2 − 153A − 729I = 0

729I = A3 + 9A2 − 153ª

729A−1 = A2 + 9A − 153I

−1 −4 −8 −1 −4 −8 81 0 0
A2 = [−4 −7 4 ] [−4 −7 4 ] = [ 0 81 0]
−8 4 −1 −8 4 −1 0 0 81

81 0 0 −1 −4 −8 1 0 0
729A−1 = [ 0 81 0 ] + 9 [−4 −7 4 ] − 153 [0 1 0]
0 0 81 −8 4 −1 0 0 1
81 − 9 − 153 −36 −72
729A−1 = [ −36 81 − 63 − 153 36 ]
−72 36 81 − 9 − 153
−81 −36 −72
729A−1 = [−36 −135 36 ]
−72 36 −81

1 −81 −36 −72

A−1 = [−36 −135 36 ]
729
−72 36 −81
 PROCESO DE ORTOGONALIZACION DE GRAM – SCHMIDT

Sea V un espacio vectorial. Sea S = {v1 , v2, v3 , … , vn3 } una base de V.

Entonces construiremos una base ortogonal S´ = {v´1 , v´2, v´3 , … , v´n }, donde los vectores V

v1 v’2 v´3 …. v´n

Ͱ

Ͱ
Ͱ

Ͱ
construiremos el vector v’2 v1

Del gráfico, por suma de vectores

v
v´2 + PROYv12 = v2
v
v´2 = v2 − PROYv12

(v2 . v1 )
v´2 = v2 − v
‖v1 ‖2 1
(v2 . v1 )
r1 =
‖v1 ‖2

v´2 = v2 − r1 v1

En forma análoga:

v´3 = v3 − r2 v´2 − r1 v1
v´4 = v4 − r3 v´3 − r2 v´2 − r1 v1
.

.
𝑛−1

v´n = vn − ∑ ri v´i (v1 = v´1

𝑖=1
Ejemplo:

Dados los vectores:

1 −3 −2
v1 = (2) , v2 = (−2) , v3 = ( 1 )
0 1 2
Construir una base ortogonal utilizando el proceso de GRAM – SCHMIDT

Solución:
1
Fijamos el vector: v1 = (2)
0
Construimos el vector v’2 (v1 v´2):
Ͱ

Tenemos:

v´2 = v2 − r1 v1