Valores y vectores propios

Diagonalización
Diagonalización de Transformaciones lineales

Valores y vectores propios

María Gabriela López

Instituto de Ciencias Básicas

Facultad de Ingeniería y Ciencias
Universidad Diego Portales

Gabriela López Álgebra Lineal

 Valores y vectores propios
Diagonalización
Diagonalización de Transformaciones lineales

1 Valores y vectores propios

El polinomio caracterísitico
Multiplicidad algebraica y geométrica de un valor propio
Propiedades

2 Diagonalización
Matrices semejantes
Criterios de diagonalización

3 Diagonalización de Transformaciones lineales

Gabriela López Álgebra Lineal

 Valores y vectores propios El polinomio caracterísitico
Diagonalización Multiplicidad algebraica y geométrica de un valor propio
Diagonalización de Transformaciones lineales Propiedades

Valores y vectores propios, espacio propio

Definición
Sea A ∈ Mn×n (R). Diremos que un escalar λ es un valor propio de A si existe un vector no
nulo ~v ∈ Rn tal que
A~v = λ~v.

Gabriela López Álgebra Lineal

 Valores y vectores propios El polinomio caracterísitico
Diagonalización Multiplicidad algebraica y geométrica de un valor propio
Diagonalización de Transformaciones lineales Propiedades

Valores y vectores propios, espacio propio

Definición
Sea A ∈ Mn×n (R). Diremos que un escalar λ es un valor propio de A si existe un vector no
nulo ~v ∈ Rn tal que
A~v = λ~v.

Si λ ∈ R es un valor propio, entonces:

1 un vector ~v ∈ Rn tal que:
A~v = λ~v
se llama un vector propio de A asociado al valor propio λ.

Gabriela López Álgebra Lineal

 Valores y vectores propios El polinomio caracterísitico
Diagonalización Multiplicidad algebraica y geométrica de un valor propio
Diagonalización de Transformaciones lineales Propiedades

Valores y vectores propios, espacio propio

Definición
Sea A ∈ Mn×n (R). Diremos que un escalar λ es un valor propio de A si existe un vector no
nulo ~v ∈ Rn tal que
A~v = λ~v.

Si λ ∈ R es un valor propio, entonces:

1 un vector ~v ∈ Rn tal que:
A~v = λ~v
se llama un vector propio de A asociado al valor propio λ.

2 el conjunto de todos los vectores propios se llama espacio propio asociado a λ y se anota
Wλ , es decir, el espacio propio asociado a λ es el conjunto:

Wλ = ~v ∈ Rn : A~v = λ~v .


Gabriela López Álgebra Lineal

 Valores y vectores propios El polinomio caracterísitico
Diagonalización Multiplicidad algebraica y geométrica de un valor propio
Diagonalización de Transformaciones lineales Propiedades

Teorema
Sean A ∈ Mn×n (R) y λ un valor propio de A, entonces Wλ es un subespacio de Rn .

Gabriela López Álgebra Lineal

 Valores y vectores propios El polinomio caracterísitico
Diagonalización Multiplicidad algebraica y geométrica de un valor propio
Diagonalización de Transformaciones lineales Propiedades

Teorema
Sean A ∈ Mn×n (R) y λ un valor propio de A, entonces Wλ es un subespacio de Rn .

A continuación se presenta una forma de encontrar los valores y vectores propios de una matriz.

λ es un valor propio de A ⇐⇒ ∃~v 6= 0 tal que A~v = λ~v

⇐⇒ ∃~v 6= 0 tal que A~v − λ~v = 0
∃~v 6= 0 tal que A − λIn · ~v = 0.


⇐⇒
 Valores y vectores propios El polinomio caracterísitico
Diagonalización Multiplicidad algebraica y geométrica de un valor propio
Diagonalización de Transformaciones lineales Propiedades

Teorema
Sean A ∈ Mn×n (R) y λ un valor propio de A, entonces Wλ es un subespacio de Rn .

A continuación se presenta una forma de encontrar los valores y vectores propios de una matriz.

λ es un valor propio de A ⇐⇒ ∃~v 6= 0 tal que A~v = λ~v

⇐⇒ ∃~v 6= 0 tal que A~v − λ~v = 0
∃~v 6= 0 tal que A − λIn · ~v = 0.


⇐⇒

Así, si la matriz A − λIn es invertible, la solución es trivial y Wλ = {0}. Por tanto, se

debe exigir que det A − λIn = 0. En conclusión:

λ es un valor propio de A ⇐⇒ (A − λIn ) no es invertible ⇐⇒ det(A − λIn ) = 0.

Gabriela López Álgebra Lineal

 Valores y vectores propios El polinomio caracterísitico
Diagonalización Multiplicidad algebraica y geométrica de un valor propio
Diagonalización de Transformaciones lineales Propiedades

Definición
Sea A ∈ Mn×n (R). Se define el polinomio característico de A como el polinomio:

p(λ) = det A − λIn .

Gabriela López Álgebra Lineal

 Valores y vectores propios El polinomio caracterísitico
Diagonalización Multiplicidad algebraica y geométrica de un valor propio
Diagonalización de Transformaciones lineales Propiedades

Definición
Sea A ∈ Mn×n (R). Se define el polinomio característico de A como el polinomio:

p(λ) = det A − λIn .

Teorema
Sean A ∈ Mn×n (R) y λ ∈ R un escalar. Son equivalentes:
1 λ es un valor propio de A.


2 La matriz A − λIn es no invertible.
p(λ) = det A − λIn = 0 (ecuación característica de A).


3

Gabriela López Álgebra Lineal

 Valores y vectores propios El polinomio caracterísitico
Diagonalización Multiplicidad algebraica y geométrica de un valor propio
Diagonalización de Transformaciones lineales Propiedades

Definición
Sea A ∈ Mn×n (R). Se define el polinomio característico de A como el polinomio:

p(λ) = det A − λIn .

Teorema
Sean A ∈ Mn×n (R) y λ ∈ R un escalar. Son equivalentes:
1 λ es un valor propio de A.


2 La matriz A − λIn es no invertible.
p(λ) = det A − λIn = 0 (ecuación característica de A).


3

En particular: λ es un valor propio de A ⇐⇒ p(λ) = 0.

Gabriela López Álgebra Lineal

 Valores y vectores propios El polinomio caracterísitico
Diagonalización Multiplicidad algebraica y geométrica de un valor propio
Diagonalización de Transformaciones lineales Propiedades

Ejemplo
1 4
 
−1
Sea A = 3 2 −1 ∈ M3×3 (R). Calcule el polinomio característico p(λ) de A.
2 1 −1

Gabriela López Álgebra Lineal

 Valores y vectores propios El polinomio caracterísitico
Diagonalización Multiplicidad algebraica y geométrica de un valor propio
Diagonalización de Transformaciones lineales Propiedades

Ejemplo
1 4
 
−1
Sea A = 3 2 −1 ∈ M3×3 (R). Calcule el polinomio característico p(λ) de A.
2 1 −1

Ejemplo
1 4
 
−1
Considerar la matriz A = 3 2 −1 ∈ M3×3 (R). Calcule:
2 1 −1
1 Calcule el polinomio característico de A.
2 Calcule los valores propios de A.
3 Los espacios propios de A.

Gabriela López Álgebra Lineal

 Valores y vectores propios El polinomio caracterísitico
Diagonalización Multiplicidad algebraica y geométrica de un valor propio
Diagonalización de Transformaciones lineales Propiedades

Ejemplo
1 4
 
−1
Sea A = 3 2 −1 ∈ M3×3 (R). Calcule el polinomio característico p(λ) de A.
2 1 −1

Ejemplo
1 4
 
−1
Considerar la matriz A = 3 2 −1 ∈ M3×3 (R). Calcule:
2 1 −1
1 Calcule el polinomio característico de A.
2 Calcule los valores propios de A.
3 Los espacios propios de A.

Para el caso anterior, ¿Es posible hallar una base para R3 compuesta por vectores pro-
pios de A?

Gabriela López Álgebra Lineal

 Valores y vectores propios El polinomio caracterísitico
Diagonalización Multiplicidad algebraica y geométrica de un valor propio
Diagonalización de Transformaciones lineales Propiedades

Sean p(x) ∈ P[x] y α ∈ R una raíz de p(x). Diremos que α es una raíz de multiplici-
dad r si existe un polinomio q(x) ∈ R[x] tal que:

p(x) = (x − α)r q(x)

con q(α) 6= 0.

Gabriela López Álgebra Lineal

 Valores y vectores propios El polinomio caracterísitico
Diagonalización Multiplicidad algebraica y geométrica de un valor propio
Diagonalización de Transformaciones lineales Propiedades

Sean p(x) ∈ P[x] y α ∈ R una raíz de p(x). Diremos que α es una raíz de multiplici-
dad r si existe un polinomio q(x) ∈ R[x] tal que:

p(x) = (x − α)r q(x)

con q(α) 6= 0.

Definición
Sean A ∈ Mn×n (R) una matriz y λ un valor propio de A. Llamaremos:
1 Multiplicidad algebraica de λ a la multiplicidad de λ como raíz del polinomio
característico p(λ).
2 Multiplicidad geométrica de λ a la dimensión Wλ como espacio propio asociado a λ.

Gabriela López Álgebra Lineal

 Valores y vectores propios El polinomio caracterísitico
Diagonalización Multiplicidad algebraica y geométrica de un valor propio
Diagonalización de Transformaciones lineales Propiedades

Sean p(x) ∈ P[x] y α ∈ R una raíz de p(x). Diremos que α es una raíz de multiplici-
dad r si existe un polinomio q(x) ∈ R[x] tal que:

p(x) = (x − α)r q(x)

con q(α) 6= 0.

Definición
Sean A ∈ Mn×n (R) una matriz y λ un valor propio de A. Llamaremos:
1 Multiplicidad algebraica de λ a la multiplicidad de λ como raíz del polinomio
característico p(λ).
2 Multiplicidad geométrica de λ a la dimensión Wλ como espacio propio asociado a λ.

Ejemplo
2 2
 
−5
Sea A = 3 7 −15 ∈ M3×3 (R). Determine la multiplicidad algebraica y geométrica
1 2 −4
de los valores propios de A.

Gabriela López Álgebra Lineal

 Valores y vectores propios El polinomio caracterísitico
Diagonalización Multiplicidad algebraica y geométrica de un valor propio
Diagonalización de Transformaciones lineales Propiedades

Propiedades

Se tienen las siguientes propiedades:

Teorema
Para cada valor propio de una matriz A ∈ Mn×n (R) se tiene que la multiplicidad geométrica
es menor o igual que la multiplicidad algebraica.

Teorema
Sean A ∈ Mn×n (R) una matriz y λ1 , λ2 valores propios de A distintos, entonces,

Wλ1 ∩ Wλ2 = {0}

En particular, si u ∈ Wλ y v ∈ Wλ2 , entonces u y v son linealmente independientes.

Gabriela López Álgebra Lineal

 Valores y vectores propios El polinomio caracterísitico
Diagonalización Multiplicidad algebraica y geométrica de un valor propio
Diagonalización de Transformaciones lineales Propiedades

Propiedades

Teorema
Sea A ∈ Mn×n (R) una matriz de orden n. Entonces:
1 La suma de los valores propios de A (contando multiplicidad algebraica) es igual a la
traza de A.
2 El producto de los valores propios de A (contando multiplicidad algebraica) es igual al
determinante de A.
3 Los valores propios de una matriz triangular son los elementos de su diagonal principal.

Gabriela López Álgebra Lineal

 Valores y vectores propios El polinomio caracterísitico
Diagonalización Multiplicidad algebraica y geométrica de un valor propio
Diagonalización de Transformaciones lineales Propiedades

Propiedades

Teorema
Sea A ∈ Mn×n (R) una matriz de orden n. Entonces:
1 La suma de los valores propios de A (contando multiplicidad algebraica) es igual a la
traza de A.
2 El producto de los valores propios de A (contando multiplicidad algebraica) es igual al
determinante de A.
3 Los valores propios de una matriz triangular son los elementos de su diagonal principal.

Ejemplo
 
a b
Sea A = ∈ M2×2 (R). Calcule el polinomio característico p(λ) de A y compare con
c d
el resultado anterior.

Gabriela López Álgebra Lineal

 Valores y vectores propios
Matrices semejantes
Diagonalización
Criterios de diagonalización
Diagonalización de Transformaciones lineales

Matrices semejantes

Definición
Sean A, B ∈ Mn×n (R). Diremos que A es similar o semejante con B, si existe una matriz
invertible P ∈ Mn×n (R) tal que:
P−1 AP = B.
Si A y B son semejantes, anotaremos A ∼ B.

Gabriela López Álgebra Lineal

 Valores y vectores propios
Matrices semejantes
Diagonalización
Criterios de diagonalización
Diagonalización de Transformaciones lineales

Matrices semejantes

Definición
Sean A, B ∈ Mn×n (R). Diremos que A es similar o semejante con B, si existe una matriz
invertible P ∈ Mn×n (R) tal que:
P−1 AP = B.
Si A y B son semejantes, anotaremos A ∼ B.

Teorema
Sean A, B ∈ Mn×n (R) matrices semejantes, entonces:
1 det(A) = det(B).
2 A y B tienen el mismo polinomio característico.

Gabriela López Álgebra Lineal

 Valores y vectores propios
Matrices semejantes
Diagonalización
Criterios de diagonalización
Diagonalización de Transformaciones lineales

Definición
Diremos que una matriz A ∈ Mn×n (R) es diagonalizable si es semejante a una matriz diagonal
D ∈ Mn×n (R). Esto es, que exista una matriz P ∈ Mn×n (R) invertible tal que:

P−1 AP = D.

Gabriela López Álgebra Lineal

 Valores y vectores propios
Matrices semejantes
Diagonalización
Criterios de diagonalización
Diagonalización de Transformaciones lineales

Definición
Diremos que una matriz A ∈ Mn×n (R) es diagonalizable si es semejante a una matriz diagonal
D ∈ Mn×n (R). Esto es, que exista una matriz P ∈ Mn×n (R) invertible tal que:

P−1 AP = D.

Ejemplo
1 4
 
−1
Sea A = 3 2 −1 ∈ M3×3 (R) es diagonalizable.
2 1 −1
1 −1 −1
 

En efecto, para la matriz P dada por P = 2 1 4 , se cumple que:

1 1 1

P−1 AP = diag [3, −2, 1].

Gabriela López Álgebra Lineal

 Valores y vectores propios
Matrices semejantes
Diagonalización
Criterios de diagonalización
Diagonalización de Transformaciones lineales

Criterios de diagonalización

Teorema
Una matriz A ∈ Mn×n (R) es diagonalizable si y solo si para cada valor propio las
multiplicidades algebraicas y geométricas coinciden.

Gabriela López Álgebra Lineal

 Valores y vectores propios
Matrices semejantes
Diagonalización
Criterios de diagonalización
Diagonalización de Transformaciones lineales

Criterios de diagonalización

Teorema
Una matriz A ∈ Mn×n (R) es diagonalizable si y solo si para cada valor propio las
multiplicidades algebraicas y geométricas coinciden.

En particular, si todos los valores propios son distintos, entonces la matriz es diagona-
lizable.

Observación: El recíproco no es cierto.

Gabriela López Álgebra Lineal

 Valores y vectores propios
Matrices semejantes
Diagonalización
Criterios de diagonalización
Diagonalización de Transformaciones lineales

Criterios de diagonalización

Teorema
Una matriz A ∈ Mn×n (R) es diagonalizable si y solo si para cada valor propio las
multiplicidades algebraicas y geométricas coinciden.

En particular, si todos los valores propios son distintos, entonces la matriz es diagona-
lizable.

Observación: El recíproco no es cierto.

Ejemplo
1
 
−3 −1
Determine si B = −7 5 −1 es diagonalizable.
−6 6 −2

Gabriela López Álgebra Lineal

 Valores y vectores propios
Matrices semejantes
Diagonalización
Criterios de diagonalización
Diagonalización de Transformaciones lineales

Ejercicios

Ejercicio
1
 
−1
Sea A =
0 −1
1 Muestre que A es diagonalizable.
2 Calcule A10

Ejercicio
1 3 1 1 0
   
−1
Si P = 1 0 2 es la matriz que diagonaliza a A = −1
  −2 3, determine los
1 1 1 0 −1 1
valores propios de A.

Gabriela López Álgebra Lineal

 Valores y vectores propios
Diagonalización
Diagonalización de Transformaciones lineales

Diagonalización de Transformaciones lineales

Una transformación lineal T : V → V se dice diagonalizable si puede representarse por una
matriz diagonal D. Así pues, T es diagonalizable si y solo si existe una base
S = {u1 , u2 , . . . , un } de V para la cual

T(u1 ) = λ1 u1
T(u2 ) = λ2 u2
..
.
T(un ) = λn un

En tal caso, T se representa por la matriz diagonal D = diag(λ1 , λ2 , . . . , λn ), respecto de la

base S.

Definición
Un escalar lambda ∈ R se denomina valor propio de T, si existe un vector no nulo v ∈ V tal
que
T(v) = λv
Todo vector que satisfaga esta relación recibe el nombre de vector propio de T asociado a λ.
El conjunto Wλ de todos los vectores propios asociados a λ, se llama espacio propio asociado
a λ y es un subespacio de V. (corresponde a de ker(T − λI)).

Gabriela López Álgebra Lineal

 Valores y vectores propios
Diagonalización
Diagonalización de Transformaciones lineales

Teorema
Una transformación lineal T : V → V puede representarse por una matriz diagonal D, es decir
es diagonalizable si y solo si existe una base S de V que consiste de vectores propios de T, en
cuyo caso los elementos diagonales de D son los valores propios correspondientes.

Teorema
Sea A es la matriz que representa a la transformación lineal T : V → V. T es diagonalizable si
y solo si A es diagonalizable.

Ejemplo
Encuentre los valores y vectores propios de la transformación lineal T : R2 → R2 , dada por
T(x, y) = (6x − y, 3x + 2y). Si T es diagonalizable, encuentre su representación diagonal.

Gabriela López Álgebra Lineal

 Valores y vectores propios
Diagonalización
Diagonalización de Transformaciones lineales

Ejercicios

1 Sea T : R2 → R2 que refleja los puntos (x, y) del plano, respecto de la recta y = x.
1 Pruebe que v1 = (1, 1) y v2 = (1, −1) son vectores propios de T.

2 Pruebe que T es diagonalizable y encuentre una representación diagonal para T.

2 Encuentre todos los valores propios y una base para cada espacio propio de la
transformación lineal T : R3 → R3 definida por T(x, y, z) = (2x + y, y − z, 2y + 4z). ¿Es
T diagonalizable?. En caso afirmativo, encuentre una representación diagonal D.

3 Pruebe que si λ es un valor propio de una transformación lineal invertible T, entonces λ−1
es un valor propio de T −1 .

Gabriela López Álgebra Lineal