Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Definición
Sea 𝐴 una matriz de 𝑛 × 𝑛. El escalar 𝜆 se denomina valor propio de 𝐴 si
existe un vector 𝑥 diferente de cero tal que
𝐴𝑥 = 𝜆𝑥.
El vector 𝑥 se llama vector propio de 𝐴 correspondiente a 𝜆.
Para determinar los valores propios y los vectores propios de una matriz 𝐴
de 𝑛 × 𝑛, sea 𝐼 la matriz identidad de 𝑛 × 𝑛. Al escribir la ecuación 𝐴𝑥 = 𝜆𝑥
en la forma 𝜆𝐼𝑥 = 𝐴𝑥 se obtiene
𝜆𝐼 − 𝐴 𝑥 = 0.
Este sistema homogéneo de ecuaciones tiene soluciones diferentes de
cero si y sólo si la matriz de coeficientes 𝜆𝐼 − 𝐴 no es invertible; es decir,
si y sólo si el determinante de 𝜆𝐼 − 𝐴 es cero. Por tanto, se puede
establecer el siguiente teorema.
Teorema: Sea 𝐴 una matriz de 𝑛 × 𝑛
1. Un valor propio de 𝐴 es un escalar 𝜆 tal que
det 𝜆𝐼 − 𝐴 = 0.
2. Los vectores propios de 𝐴 correspondientes a 𝜆 son las soluciones
diferentes de cero de
𝜆𝐼 − 𝐴 𝑥 = 0.
Ejercicios
1. Encuentre los valores propios y los correspondientes vectores propios
de
2 −12
𝐴=
1 −5
2. Encuentre los valores propios y los correspondientes vectores propios de
2 1 0
𝐴= 0 2 0
0 0 2
¿Cuál es la dimensión del espacio propio de cada valor propio?
3. Determine los valore propios de
1 0 0 0
0 1 5 −10
𝐴=
1 0 2 0
1 0 0 3
Y encuentre una base para cada uno de los espacios característicos
correspondientes.
Formas cuadráticas
Ejemplos de formas cuadráticas
1. 𝑄 𝑥 = 𝑏𝑥 2
2. 𝑄 𝑥1 , 𝑥2 = 𝑎11 𝑥12 + 𝑎12 𝑥1 𝑥2 + 𝑎22 𝑥22
3. 𝑄 𝑥1 , 𝑥2 , 𝑥3 = 𝑎11 𝑥12 + 𝑎12 𝑥1 𝑥2 + 𝑎13 𝑥1 𝑥3 + 𝑎22 𝑥22 +
𝑎23 𝑥2 𝑥3 + 𝑎33 𝑥32
Exprese en forma matricial las siguientes formas cuadráticas:
1. 𝑄 𝑥1 , 𝑥2 = 𝑎11 𝑥12 + 𝑎12 𝑥1 𝑥2 + 𝑎22 𝑥22 .
2. 𝑄 𝑥1 , 𝑥2 , 𝑥3 = 𝑎11 𝑥12 + 𝑎22 𝑥22 + 𝑎33 𝑥32 + 𝑎12 𝑥1 𝑥2 + 𝑎13 𝑥1 𝑥3 +
𝑎23 𝑥2 𝑥3 .
3. 𝑄 𝑥1 , 𝑥2 , 𝑥3 = 𝑥12 − 2𝑥22 + 3𝑥1 𝑥3 − 2𝑥2 𝑥3 .
4. 𝑄 𝑥 = 𝑥12 − 2𝑥22 + 4𝑥1 𝑥2 .
5. 𝑄 𝑥 = −𝑥12 + 2𝑥1 𝑥2 − 3𝑥22 − 2𝑥2 𝑥3 − 𝑥32 .
Ejemplos de formas cuadráticas
Exprese en forma polinómica las siguientes formas cuadráticas:
−1 1 0 𝑥1
1. 𝑄 𝑥 = 𝑥1 𝑥2 𝑥3 1 −3 −1 𝑥2
0 −1 −1 𝑥3
0 −1 1 𝑥1
1
2. 𝑄 𝑥 = 𝑥1 𝑥2 𝑥3 −1 1 − 𝑥2
2
1 −
1
−1 𝑥3
2
5 2 1 𝑥1
3. 𝑄 𝑥 = 𝑥1 𝑥2 𝑥3 2 1 −1 𝑥2
1 −1 11 𝑥3
Clasificación de las formas
cuadráticas
Definida positiva
Si todo vector no nulo le asigna un valor positivo a la forma
cuadrática.
𝑄 𝑥 > 0 ó 𝑥 𝑡 × 𝐴 × 𝑥 > 0, ∀ 𝑥 ≠ 0 ∈ ℝ𝑛 .
Ejemplo: 𝑄 𝑥1 , 𝑥2 = 𝑥12 + 𝑥22 .
Definida negativa
Si todo vector no nulo le asigna un valor negativo a la forma cuadrática.
𝑄 𝑥 < 0 ó 𝑥 𝑡 × 𝐴 × 𝑥 < 0, ∀ 𝑥 ≠ 0 ∈ ℝ𝑛 .
Ejemplo: 𝑄 𝑥1 , 𝑥2 = −𝑥12 − 𝑥22 .
Semidefinida positiva
Si asigna valor positivo para unos vectores y nulos para los demas.
Llamada también definida no negativa
𝑄 𝑥 ≥ 0 ó 𝑥 𝑡 × 𝐴 × 𝑥 ≥ 0, ∀ 𝑥 ≠ 0 ∈ ℝ𝑛 .
Ejemplo: 𝑄 𝑥1 , 𝑥2 = 𝑥12 + 2𝑥1 𝑥2 + 𝑥22 . Se observa que todos los vectores
que se encuentran sobre el eje 𝑥1 𝑄 𝑥 = 0 y para cualquier otro vector que
no pertenece al eje 𝑥1 se verifica que 𝑄 𝑥 > 0.
Semidefinida negativa
Si asigna valor negativo para unos vectores y nulos para los demas.
Llamda también definida no positiva
𝑄 𝑥 ≤ 0 ó 𝑥 𝑡 × 𝐴 × 𝑥 ≤ 0, ∀ 𝑥 ≠ 0 ∈ ℝ𝑛 .
Ejemplo: 𝑄 𝑥1 , 𝑥2 = −𝑥12 − 2𝑥1 𝑥2 − 𝑥22 . Se observa que todos los vectores
que se encuentran sobre el eje 𝑥1 𝑄 𝑥 = 0 y para cualquier otro vector que
no pertenece al eje 𝑥1 se verifica que 𝑄 𝑥 < 0.
Indefinida o no definida
Si hay algunos valores a los que se les asigna valor positivo, y a otros
negativo.
𝑄 𝑥 > 0 𝑝𝑎𝑟𝑎 𝑢𝑛𝑜𝑠 𝑥 𝑦 𝑄 𝑥 < 0 𝑝𝑎𝑟𝑎 𝑜𝑡𝑟𝑜𝑠
𝑥𝑡 × 𝐴 × 𝑥 = 𝑦𝑡 × 𝐷 × 𝑦 = 𝑥𝑡 × 𝐴 × 𝑥 = 𝜆𝑖 𝑦𝑖2
𝑖=1
Definida positiva: Si todos los autovalores son positivos.
Definida negativa: Si todos los autovalores son negativos.
Semidefinida positiva: Si nos encontramos con autovalores positivos y
nulos.
Semidefinida negativa: Si nos encontramos con autovalores negativos y
nulos.
Indefinida o no definida: Si nos encontramos con autovalores positivos o
negativos.
Ejemplos
Clasificar las siguientes formas cuadráticas
1 5 𝑥
1. 𝑄 𝑥 = 𝑥 + 𝑦 + 10𝑥𝑦 = 𝑥 𝑦
2 2
5 1 𝑦
2. 𝑄 𝑥 = −𝑥12 − 2𝑥22 + 2𝑥2 𝑥3 − 2𝑥32
3. 𝑄 𝑥 = 𝑥12 + 𝑥22 − 2𝑥2 𝑥3 + 𝑥32
4. 𝑄 𝑥 = 3𝑥12 − 4𝑥1 𝑥2 + 7𝑥22
5. 𝑄 𝑥 = −𝑥12 − 2𝑥22 − 𝑥32 + 2𝑥1 𝑥2 + 2𝑥2 𝑥3
Método de los menores principales
dominantes
Menores principales de una matriz A: Un menor principal es aquel
determinante de una submatriz cuadrada de A , en el que los elementos de
su diagonal principal pertenecen a la diagonal principal de la matriz A .
Menores principales dominantes de una matriz A: El menor de esquina
o sea el menor principal del 𝑘-ésimo orden de 𝐴 se define como el menor
principal que está en la intersección de los primeros 𝑘 renglones y primeras
𝑘 columnas de la matriz 𝐴