Valores propios y vectores propios Espacios propios

Ecuaciones diferenciales y álgebra lineal

Clase 19

Facultad de Ciencias Naturales y Matemáticas

Escuela Superior Politécnica del Litoral
Valores propios y vectores propios Espacios propios

Contenido de la clase

1 Valores propios y vectores propios

Valores propios y vectores propios Espacios propios

Contenido de la clase

1 Valores propios y vectores propios

2 Espacios propios
Valores propios y vectores propios Espacios propios

Valores propios y vectores propios

Definición
Sea T : E → E un operador lineal del espacio vectorial E . Un
número real λ es un valor propio de T si existe un vector no nulo
v ∈ E tal que

T (v) = λv.
Tal vector no nulo v es llamado un vector propio de T asociado a
λ.
Valores propios y vectores propios Espacios propios

Valor propio de un operador en Rn

Sea T : Rn → Rn una transformación lineal y sea A = (aij ) la

matriz de T . Entonces v = (x1 , . . . , xn ) será un vector propio de T
asociado al autovalor λ si, y solamente si,
a11 x1 +···+a1n xn = λx1 (a11 −λ)x1 +···+a1n xn = 0
.. ⇐⇒ ..
. .
an1 x1 +···+ann xn = λxn . an1 x1 +···+(ann −λ)xn = 0.
Valores propios y vectores propios Espacios propios

Valor propio de un operador en Rn

Sea T : Rn → Rn una transformación lineal y sea A = (aij ) la

matriz de T . Entonces v = (x1 , . . . , xn ) será un vector propio de T
asociado al autovalor λ si, y solamente si,
a11 x1 +···+a1n xn = λx1 (a11 −λ)x1 +···+a1n xn = 0
.. ⇐⇒ ..
. .
an1 x1 +···+ann xn = λxn . an1 x1 +···+(ann −λ)xn = 0.

Luego, v = (x1 , . . . , xn ) es un vector propio de T ⇐⇒ v es una

solución de la ecuación lineal cuya matriz aumentada es A − λIn
⇐⇒ det(A − λIn ) = 0, donde In representa la matriz identidad
n × n.
Valores propios y vectores propios Espacios propios

Polinomio característico

Definición
Sea T : Rn → Rn un operador lineal representado por la matriz A.
El polinomio característico de T es el polinomio p ∈ Pn definido
por
p(λ) = det(A − λI).
Valores propios y vectores propios Espacios propios

Polinomio característico

Definición
Sea T : Rn → Rn un operador lineal representado por la matriz A.
El polinomio característico de T es el polinomio p ∈ Pn definido
por
p(λ) = det(A − λI).

Por lo tanto, λ es un valor propio de T ssi p(λ) = 0, i.e., λ es una

raíz del polinomio característico de T . En particular, T tendrá a lo
más n valores propios.
Valores propios y vectores propios Espacios propios

Calculo de autovalores

Ejemplo
Sea T : R3 → R3 la transformación cuya matriz asociada es
 1 2 −1 
A= 1 0 1 .
4 −4 5

El polinomio característico de A es
 
1−λ 2 −1
p(λ) = det(A − λI) = det 1 −λ 1
4 −4 5−λ

= λ3 − 6λ2 + 7λ + 6 = (λ − 3)(λ − 3λ − 2)
2
√ √
= (λ − 3)(λ − 12 (3 − 17))(λ − 12 (3 + 17)).
Valores propios y vectores propios Espacios propios

√
Por lo tanto, los valores propios de T son λ = 3, λ = 12 (3 + 17)
√
y λ = 12 (3 − 17).
Valores propios y vectores propios Espacios propios

Espacios propios

Definición
Sea T : E → E un operador lineal y λ un valor propio. El espacio
propio asociado a λ es el conjunto

Eλ = {v ∈ E | T (v) = λv},

i.e., es el conjunto de todos los vectores propios asociados a λ

junto con el vector 0.
Valores propios y vectores propios Espacios propios

Espacios propios

Definición
Sea T : E → E un operador lineal y λ un valor propio. El espacio
propio asociado a λ es el conjunto

Eλ = {v ∈ E | T (v) = λv},

i.e., es el conjunto de todos los vectores propios asociados a λ

junto con el vector 0.

Note que Eλ = N (T − λ Id), por lo tanto Eλ es un subespacio de

E.
Valores propios y vectores propios Espacios propios

Espacios propios para operadores de Rn

Si T : Rn → Rn es representado por la matriz A, y λ es un valor

propio, entonces Eλ es exactamente el conjunto de soluciones del
sistema de ecuaciones (A − λIn )X = 0.
Valores propios y vectores propios Espacios propios

Cálculo de espacios propios

Ejemplo
Sea T : R3 → R3 la transformación representada por la matriz
 2 0 0 
A = 1 −1 −2 .
−1 0 1

El polinomio característico de T es
 
2−λ 0 0
p(λ) = det(A − λI3 ) = det 1 −1−λ −2
−1 0 1−λ

= −2 + λ + 2λ2 − λ = −(−2 + λ)(−1 + λ)(1 + λ).

3

Luego, los valores propios de T son λ = 1, λ = −1 y λ = 2.

Valores propios y vectores propios Espacios propios

Eλ=1 es conjuntode soluciones

 del sistema (A − I3 )X =
 10.0 La
1 0 0
matriz A − I3 = 1 −2 −2 es equivalente por filas a 0 1 1 , de
0

−1 0 0 000
donde podemos concluir que Eλ=1 = gen{(0, 1, −1)}. Similarmente
se demuestra que Eλ=−1 = gen{(0, 1, 0)} y
Eλ=2 = gen{(−1, −1, 1)}.
Valores propios y vectores propios Espacios propios

Eλ=1 es conjuntode soluciones

 del sistema (A − I3 )X =
 10.0 La
1 0 0
matriz A − I3 = 1 −2 −2 es equivalente por filas a 0 1 1 , de
0

−1 0 0 000
donde podemos concluir que Eλ=1 = gen{(0, 1, −1)}. Similarmente
se demuestra que Eλ=−1 = gen{(0, 1, 0)} y
Eλ=2 = gen{(−1, −1, 1)}.

Observe que en este ejemplo, los vectores (0, 1, −1), (0, 1, 0) y

(−1, −1, 1) son l.i.. Esto no es un casualidad, como veremos en el
siguiente teorema.
Valores propios y vectores propios Espacios propios

El teorema de los autovalres distintos

Teorema
Sea T : E → E un operador lineal. Suponga que λ1 , . . . , λn son n
valores propios distintos de T . Si vj es un vector propio
correspondiente a λj , entonces {v1 , . . . , vn } es l.i..
Valores propios y vectores propios Espacios propios

El teorema de los autovalres distintos

Teorema
Sea T : E → E un operador lineal. Suponga que λ1 , . . . , λn son n
valores propios distintos de T . Si vj es un vector propio
correspondiente a λj , entonces {v1 , . . . , vn } es l.i..

Demostración.
Procedamos por inducción matemática. La afirmación es válida
para n = 1 pues un vector propio por definición no es nulo.
Valores propios y vectores propios Espacios propios

Suponiéndola verdadera para n − 1 vectores, inferiremos de ahí su

validez para n. Dada la combinación lineal nula

α1 v+ · · · + αn vn = 0,

aplicamos el operador T a ambos miembros de esta igualdad para

obtener
λ1 α1 v1 + · · · + λn αn vn = 0.
Multiplicando la primera de estas igualdades por λn y restando la
segundo igualdad se obtiene

(λ1 − λn )α1 v1 + · · · + (λn−1 − λn )αn−1 vn−1 = 0.

Valores propios y vectores propios Espacios propios

Por la hipótesis de inducción, los vectores v1 , . . . , vn−1 son l.i..

Luego,
(λ1 − λn )α1 = · · · = (λn−1 − λn )αn−1 = 0.
Como los autovalores son todos diferentes, las n − 1 diferencias
entre paréntesis son 6= 0, luego α1 = · · · = αn−1 = 0. Por lo tanto,
Por la hipótesis de inducción, los vectores v1 , . . . , vn−1 son l.i..
Luego,
α1 v+ · · · + αn vn = 0, se reduce a αn vn = 0. Como vn 6= 0, se sigue
que αm = 0. Por lo tanto, la única combinación lineal nula posible
de v1 , . . . , vn es la trivial. Por lo tanto, v1 , . . . , vn son vectores
l.i..