Documentos de Académico
Documentos de Profesional
Documentos de Cultura
2 1
Ejemplo: Sea 𝐴 = , el número 𝜆 = 5 es un valor propio de 𝐴, pues para el vector
3 4
(1,3) se tiene :
2 1 1 5 1
= =5
3 4 3 15 3
Teorema 1: Sea 𝐴 una matriz cuadrada, el número 𝜆 es un autovalor de 𝐴 si y sólo si
det 𝐴 − 𝜆𝐼𝑛 = 0.
Definición: Sea 𝐴 una matriz cuadrada de orden 𝑛, al polinomio (de grado 𝑛 en 𝜆) 𝑝 𝜆 = det(𝐴 − 𝜆𝐼𝑛 )
se le llama polinomio característico de 𝑨.
Teorema 4: Los valores característicos de una matriz triangular son las componentes
diagonales de la matriz.
Ejemplo:
Calcular los autovalores de la matriz
−2 0 0
A= 0 −4 0
0 0 4
−6 0 −6 −6 2 −10
Ejemplo: Las matrices A= 6 −6 6 y B = = −9 −9 −15 son
0 0 −12 3 1 7
1 1 1
semejantes , ya que , la matriz P = 1 −1 1 es invertible y
1 0 2
2 2 2
−1 1
𝑃 = 3 −3 0 y se cumple 𝐵 = 𝑃−1 𝐴 𝑃
6
1 1 −2
Teorema 6: Si 𝐴 y 𝐵 son equivalentes, entonces 𝐴 y 𝐵 tienen el mismo
polinomio característico y por tanto los mismos autovalores.
Ejemplo:
−2 0 0 −2 2 −2
Las matrices A= 0 −4 0 y B = = 2 −2 −2 son semejantes
0 0 4 −2 −2 2
Ejemplo:
En caso de ser posible, diagonalize las siguientes matrices.
1 1 1 1 −1 4
3 −5
𝐴= 1 1 −1 , B= , C= 3 2 −1
1 −1
1 −1 1 2 1 −1
Ejemplo:
Diagonalizar la siguiente matriz usando una matriz ortogonal
1 1 1
𝐴= 1 1 −1 .
1 −1 1
Definición:
Sea 𝑉 un espacio vectorial de dimensión finita y 𝑇: 𝑉 → 𝑉 una
transformación lineal, diremos que 𝜆 ∈ ℛ es un valor propio de 𝑇 y que
𝑣 ∈ 𝑉, 𝑣 ≠ 0𝑉 es un vector propio de 𝑇 asociado a 𝜆 si y sólo si T 𝑣 = 𝜆𝑣
Teorema 13:
Sea 𝑉 un espacio vectorial de dimensión finita, 𝛽 una base de 𝑉, 𝑇: 𝑉 → 𝑉
una transformación lineal y 𝐴 la matriz asociada a 𝑇 en la base 𝛽, 𝜆 es un
valor propio de 𝑇 y 𝑣 ∈ 𝑉 es un vector propio asociado a 𝜆 si y sólo si 𝜆 es
un valor propio asociado a 𝐴 y 𝑣 𝛽 es un vector propio asociado a 𝜆.
Ejemplo:
Determinar los valores y vectores propios de la transformación
𝑇: 𝑃2 𝑥 → 𝑃2 (𝑥) dada por :
𝑇 𝑎 + 𝑏𝑥 + 𝑐𝑥 2 = 𝑎 + 2𝑏 − 𝑐 + 𝑎 + 𝑐 𝑥 + (4𝑎 − 4𝑏 + 5𝑐)𝑥 2
Teorema 14:
Sea 𝑉 un espacio vectorial de dimensión finita con bases 𝛽1 y 𝛽2 . Sea
𝑇: 𝑉 → 𝑉 una transformación lineal , si 𝐴 𝑇,𝛽1 es la representación
matricial de 𝑇 respecto a la base 𝛽1 y 𝐴 𝑇,𝛽2 es la representación matricial
de 𝑇 respecto a la base 𝛽2 , entonces 𝐴 𝑇,𝛽1 = 𝐴 𝑇,𝛽2 son semejantes.
Definición
Sean 𝑉 un espacio vectorial de dimensión finita, 𝛽 una base de 𝑉 y
𝑇: 𝑉 → 𝑉 una transformación lineal. Diremos que 𝑇 es diagonalizable si
𝐴 𝑇,𝛽 es diagonalizable.
Ejemplo:
Determinar si la transformación 𝑇: 𝑃2 𝑥 → 𝑃2 (𝑥) dada por :
𝑇 𝑎 + 𝑏𝑥 + 𝑐𝑥 2 = 𝑎 + 2𝑏 − 𝑐 + 𝑎 + 𝑐 𝑥 + (4𝑎 − 4𝑏 + 5𝑐)𝑥 2
es diagonalizable.