FACULTAD REGIONAL MULTIDISCIPLINARIA FAREM - ESTELI

Algebra III

III año Física – Matemática

Objetivos:

 Analizar procedimientos para determinar valores y vectores propios y diagonalización de

matrices.
 Calcular los valores y vectores propios y los utiliza en la diagonalización de matrices
dadas.
 Demuestre actitudes de solidaridad, responsabilidad e integración en el desarrollo de la
clase.

Contenido:

 Ecuación y polinomio característico

 Valores y vectores propios
 Diagonalización de matrices


Ecuación y polinomio característico

Valores y vectores propios

Los valores propios y vectores propios de un espacio vectorial R n son escalares y vectores
especiales asociados a las matrices.

Definición:

Sea A una matriz n x n, se dice que un escalar ‫( ג‬lambda), es un valor propio de A si existe en Rn
un vector propio “x” distinto de cero tal que A x = ‫ ג‬x.

El vector “x” es el vector propio correspondiente ‫ ג‬.

El significado geométrico de un vector propio correspondiente a un valor propio distinto de cero es

el siguiente. El vector Ax es un vector en el mismo sentido o en sentido contrario a x, esto depende

del signo de ‫ג‬

Ax
x

MSc. Daniel Fuentes Leiva Algebra III

III Física – Matemática
o x Ax o

x es un vector propio de A. Ax está en el mismo sentido o en sentido contrario a x , si ‫≠ג‬0

De manera que un vector propio de A es un vector cuyo sentido no varía o se invierte al

multiplicarlo por A

Calculo de valores y vectores propios

Sea A una matriz n x n con el valor propio ‫( ג‬lambda) y su correspondiente vector propio “x”. Por lo

tanto A x = ‫ ג‬x. Esta ecuación se escribe como | Ax− ‫ ג‬x|=0 lo que nos da ( A− ‫ ג‬I )x =0
Esta ecuación matricial representa un sistema de ecuaciones lineales en el que la matriz

coeficiente es ( A− ‫ ג‬I n ). Una solución de este sistema es x=0. Sin embargo se definieron los
vectores propios como vectores distintos de cero. Este sistema tiene soluciones distintas de cero

solo si la matriz de coeficientes es singular, es decir | A− ‫ ג‬I n|=0

Ecuación característica | A− ‫ ג‬I n|=0

Al resolver el determinante | A− ‫ ג‬I n|se obtiene el polinomio característico.

Resolviendo la ecuación característica se obtienen los valores propios, los que permiten determinar

los vectores propios. Para determinar los vectores propios se resuelve la ecuación | A− ‫ ג‬I| x=0,
esta se resuelve para cada valor propio.

Ejemplos: Encuentre los valores y vectores propios de A.

A= −4 −6
3 [
5 ]
Se resuelve la ecuación característica

| A− ‫ ג‬I|=0

−4 −6 − ‫ ג‬1 0 = 0
|[ 3 5 ] [ ]|
0 1

−4 −6 − ‫ ג‬0 = 0
|[ 3 5 ] [ ]|
0 ‫ג‬
Se restan las matrices

MSc. Daniel Fuentes Leiva Algebra III

III Física – Matemática
 −4− ‫ ג‬−6 = 0
|[ 3 5− ‫ג‬ ]| Resolver el determinante (diagonal principal menos la diagonal

Secundaria)

(- 4 - ‫( ¿ ג‬5 - ‫( – ¿ ג‬3) (-6) = 0

−20+ 4 ‫ג‬−5 ‫ ג‬+ ‫ג‬2 +18=0 Reducir términos semejantes

‫ג‬2 −‫ג‬−2 Polinomio Característico

‫ג‬2 −‫ג‬−2=0 Ecuación Característica, esta se resuelve

( ‫ג‬−2 )( ‫ג‬+ 1 )=0

‫=ג‬2 y ‫=ג‬−1 Valores propios

Ahora se determinan los valores propios a partir de cada valor propio

Para ‫=ג‬2

| A− ‫ ג‬I| x=0

−4 −6 −2 1 0
|[ 3 5 ] [ ]|[ ab]=0
0 1

−4 −6 − 2 0
|[ 3 5 ] [ ]|[ ab]=0
0 2

[−63 −63 ][ab ]=0 Resolver el producto de matrices

-6 a – 6b = 0

3 a + 3b = 0 Resolviendo el sistema

-6 a – 6b = 0

2 (3 a + 3b = 0)

-6 a – 6b = 0

6 a + 6b = 0 Simplificando, se verifica que el sistema es dependiente

MSc. Daniel Fuentes Leiva Algebra III

III Física – Matemática
 0=0

Despejar una variable en función de la otra

3 a + 3b = 0

−3 b
a=
3

a=−b

Despejando b y sustituyendo el valor de a en la ecuación

3 a + 3b = 0

−3 a
b=
3

b=−a

b=−(−b)

b=b

De aquí el primer vector propio es

[ ab]=[−bb ]
factor común

−1 −1
¿b[ ] [ ]
=
1 1

Para ‫=ג‬−1

| A− ‫ ג‬I| x=0

−4 −6 −(−1) 1 0
|[ 3 5 ] [ ]|[ ab]=0
0 1

−4 −6 + 1 0
|[ 3 5 ] [ ]|[ ab]=0
0 1

MSc. Daniel Fuentes Leiva Algebra III

III Física – Matemática
[−33 −66 ][ ab]=0 Resolver el producto de matrices

-3 a – 6b = 0

3 a + 6b = 0 Resolviendo el sistema

-3 a – 6b = 0

(3 a + 6b = 0) Simplificando, se verifica que el sistema es dependiente

0=0

Despejar una variable en función de la otra

3 a + 6b = 0

−6 b
a=
3

a=−2 b

Despejando b y sustituyendo el valor de a en la ecuación

3 a + 6b = 0

−3 a
b=
6

−1
b= a
2

−1
b= (−2 b) Simplificando
2

b=b

De aquí el primer vector propio es

[ ab]=[−2b b]
factor común

−2 −2
¿a[ ] [ ]
= segundo vector propio
1 1

MSc. Daniel Fuentes Leiva Algebra III

III Física – Matemática
[−11] ,[−21] Vectores propios de A

Diagonalización de matrices

Definición:

Sean A y B matrices cuadradas del mismo tamaño. Se dice que B es similar o semejante que A, si

existe una, matriz invertible C talque B=C−1 AC . A esta transformación de la matriz A en la matriz
B Se le llama matriz semejante.

Es oportuno recordar que una matriz es invertible si el determinante es diferente de cero, además
se debe tomar en cuenta los métodos para calcular la inversa de una matriz, uno de ellos es el

1
método de cofactores basado en la ecuación C−1= adj A
|C|
En una matriz 2x2 la adjunta se determina intercambiando elementos de diagonal principal y
cambiando el signo a los elementos de la diagonal secundaria, también se puede encontrar la

matriz de cofactores recordando que adj A=( AC )T , tomando en cuenta que el cofactoe del
elemto de una matriz es el determinante que resulta de eliminar una fila y columna determinada en
una matriz.

Aij =(−1)i + j . M ij

No se debe pasar por alto la definición de matriz diagonal, la cual plantea que en la diagonal
principal deben haber al menos un elemento diferente de cero y los demás elementos deben ser
ceros.

A= −4 −6
Ejemplo: Diagonalizar la matriz
3 [5 ]
En el proceso de diagonalización se debe determinar los vectores propios con los que se forma la
matriz C, por lo tanto en nuestro ejemplo la matriz C es

C= −1 −2
1[ 1 ]
MSc. Daniel Fuentes Leiva Algebra III
III Física – Matemática
Calculamos el determinante de C |1 |
|C|= −1 −2 =−1−(−2 )=1
1

Determinamos la adjunta de C adjC = [−11 −12 ]

1
Ahora calcular la matriz inversa de C C−1= adj A
|C|

1 1 2 = 1 2
C−1= [ ][
1 −1 −1 −1 −1 ]
Procedemos a diagonalizar D=C−1 AC

D= 1 2 −4 −6 −1 −2
[
−1 −1 3 5 1][1 ][ ]
Resolver el producto de las matrices

2 4 −1 −2 −2+ 4 4−4 2 0
D= [−44−3+6 −6+10 −1 −2
6−5 1 ][
1
=
1 1 1 1 ] [ ][
=
−1+ 1 −2+ 1
=
0 −1 ][ ][ ]
∴ la matriz A es diagonalizable

5 4 2
Ejemplo: Determine valores y vectores propios de la matriz A= 4 5 2
2 2 2 [ ]
| A− ‫ ג‬I|=0

5 4 2 1 0 0

|[ ] [ ]|
4 5 2 − ‫ ג‬0 1 0 =0
2 2 2 0 0 1

MSc. Daniel Fuentes Leiva Algebra III

III Física – Matemática
 5 4 2 ‫ ג‬0 0

|[ ] [ ]|
4 5 2
2 2 2
− 0 ‫ ג‬0 =0
0 0 ‫ג‬

5− ‫ג‬ 4 2

|[4
2 ]|
5− ‫ג‬
2
2 =0
2− ‫ג‬

(5 - ‫( ¿ ג‬5 - ‫(¿ ג‬2− ‫ )ג‬+ 16 +16 – 4 (5 - ‫ ¿ ג‬- 4 (5 - ‫ ¿ ג‬-16(2 - ‫ = ¿ ג‬0

( 25−10 ‫ ג‬+ ‫ג‬2 ) ( 2− ‫) ג‬+ 32−20+ 4 λ−20+4 λ−32+16 λ=0

50−25 λ−20 λ+ 10 ‫ ג‬2+ 2 λ 2−λ3 −40+24 λ=0

−λ 3+12 ‫ג‬2 −21 ‫ג‬+10=0

λ 3−12 ‫ ג‬2+ 21 ‫ג‬−10=0 Factorizar por evaluación

10=±1 , ,± 2 , ±5 , ±10

‫=ג‬1 (1)3−12 ¿

1 -12 21 -10 1

1 -11 10
1 -11 10 0

( λ−1 ) ( λ2−11 λ+ 10 )=( λ−1 ) ( λ−1 )( λ−10 )

λ−1=0 λ−10=0

λ=1 λ=10 Valores propios

Para ‫=ג‬1

| A− ‫ ג‬I| x=0

5 4 2 1 0 0 a

|[ ] [ ]|[ ]
4 5 2 − ‫ ג‬0 1 0 b =0
2 2 2 0 0 1 c

MSc. Daniel Fuentes Leiva Algebra III

III Física – Matemática
 5 4 2 ‫ ג‬0 0 a

|[ ] [ ]|[ ]
4 5 2
2 2 2
−1 0 ‫ ג‬0
0 0 ‫ג‬
b =0
c

5 4 2 1 0 0 a

|[ ] [ ]|[ ]
4 5 2 − 0 1 0 b =0
2 2 2 0 0 1 c

4 4 2 a

|[ ]|[ ]
4 4 2
2 2 1
b =0
c

Resolver el producto de matrices

4 a+4 b+2 c=0

{
4 a+4 b+2 c=0
2a+ 2b+ c=0
Al resolver el sistema se nota que en cualquier combinación se

anula

Despejando a en ecuación 3 Despejando b en ecuación 3 Despejando c en la ecuación 3

2 a+2 b+ c=0 2 a+2 b+ c=0 2 a+2 b+ c=0

2 a=−2b−c 2 b=−2 a−c c=−2 a−2 b

−2b−c −2 a−c
a= b= Sustituyendo a
2 2

−2b−c
−2( )−c
2 Simplificando en el numerador
b=
2

−(−2 b−c)−c
b=
2

2b+ c−c
b= Reducir semejantes y simplificar
2

b=b Lo mismo pasaría al sustituir b

Se puede observar que a=a y b=b

MSc. Daniel Fuentes Leiva Algebra III

III Física – Matemática
 a a a 0 1 0 1 0

[][
b= b
c −2 a−2b ] −2 a −2b[ ] [ ] [ ] [ ] [ ][ ]
separando 0 + b =a 0 +b 1 = 0 , 1
−2 −2 −2 −2

Para ‫=ג‬10

| A− ‫ ג‬I| x=0

5 4 2 1 0 0 a

|[ ] [ ]|[ ]
4 5 2 − ‫ ג‬0 1 0 b =0
2 2 2 0 0 1 c

5 4 2 ‫ ג‬0 0 a

|[ ] [ ]|[ ]
4 5 2 −10 0 ‫ ג‬0 b =0
2 2 2 0 0 ‫ ג‬c

5 4 2 10 0 0 a

|[ ] [ ]|[ ]
4 5 2 − 0 10 0
2 2 2 0 0 10
b =0
c

−5 4 2 a

|[ 4 −5 2
2 2 −8 ]|[ ]
b =0
c

Resolver el producto de matrices genera el sistema de ecuaciones

−5 a+ 4 b+2 c=0
{4 a−5 b+2 c=0
2 a+2 b−8 c=0
Al resolver el sistema de ecuaciones se tiene

Eliminando c en ecuación 1 y 2 Eliminando c en ecuación 2 y 3 Eliminar a o b en ec 4 y 5

−1(−5 a+ 4 b+ 2 c=0) 4 ( 4 a−5 b+2 c=0) −2(9 a−9 b=0)

4 a−5 b+2 c=0 2 a+2 b−8 c=0 18 a−18 b=0

5 a−4 b−2 c=0 16 a−20 b+8 c=0

4 a−5 b+2 c=0 2 a+2 b−8 c=0

−18 a+18 b=0 ¿ 18 a−18 b=0 ¿

¿

9 a−9 b=0 ecuación 4 18 a−18 b=0 ecuación5 0=0

MSc. Daniel Fuentes Leiva Algebra III

III Física – Matemática
Despejando a en ecuación 4 Despejando b en ecuación 4 Sustituir a y b y despejar c en ec
3

9 a+ 9 b=0 9 a+ 9 b=0 2 a+2 b−8 c=0

9 a=−9 b 9 b=−9 a - 8 c=−2a−2 b

−9 b −9 a
a= b=
9 9
−8 c=−2(b)−2 b

−4 b
a=−b b=−(−b) Sustituyendo a c=
−8

1
b=b c= b
2

Se puede observar que

−b −1 −1 −1

[][
a
b=
c
1
2
b
b
=b
1
1
2
] [ ][ ]
=
1
1
2
Entonces los vectores propios son
{[ ] [ ] [ ]}
1

−2 −2
0
0 , 1 ,
1
1
2

Si se desea diagonalizar se forma la matriz C con los vectores propios

1
−1 0
C=
[
−2 −2
0
−1
1
2
1
]
Se calcula la inversa con método de cofactores o Gauss Jorda

Ejercicios propuestos,

Determine valores y vectores propios para las matrices y diagonalice la 1 y 2.

1) A =
[ 51 42]
2) A =
[ 21 53]
MSc. Daniel Fuentes Leiva Algebra III
III Física – Matemática
 5 4 2

[ ]
3) A = 4 5 2
2 2 2
1 0 0

[ ]
4) A = −2 1 2
−2 0 3

Lista de temas de investigación

 Introducción a las Categorías
 objetos y fechas de una categoría, la categoría de los conjuntos, la categoría de los
espacios vectoriales, categorías con flechas no funcionales.

 Morfismos especiales en una categoría: monomorfismo,epimorfismo, isomorfismo.

Interpretación de los morfismos especiales en la categoría de los espacios vectoriales.

MSc. Daniel Fuentes Leiva Algebra III

III Física – Matemática