Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Vectores Propios Alg Fis I2021 II
Vectores Propios Alg Fis I2021 II
FACULTAD DE CIENCIAS
ÁLGEBRA LINEAL PARA FÍSICOS I (CF-1C2A)
VALORES Y VECTORES PROPIOS DE OPERADORES LINEALES
f (x) = λx (2)
Si x = 0 la relación (2) se verifica cualquiera sea λ; supongamos que x ̸= 0 que verifica (2),
el escalar λ es entonces única, pues
(x ̸= 0 y λx = λ′ x) =⇒ (λ − λ′ )x = 0 =⇒ λ = λ′ (3)
de donde la definición
Definición: Sea f un endomorfismo de un espacio vectorial E sobre K, se llama valor
propio de f todo elemento λ de K tal que exista un vector x ̸= 0 de E que verifica
f (x) = λx (4)
Siendo λ un valor propio, por definición el conjunto x de vectores de E, o sea V (λ), que
verifica (4) es distina de {0}. Sean x1 y x2 que pertenecen a V (λ), f (x1 ) = λx1 y f (x2 ) = λx2
conllevan a
f (x1 + x2 ) = f (x1 ) + f (x2 ) = λx1 + λx2 = λ(x1 + x2 ) (5)
y para todo α de K:
f (αx1 ) = αf (x1 ) = α(λx1 ) = λ(αx1 ) (6)
entonces
[x1 ∈ V (λ), x2 ∈ V (λ)] =⇒ [x1 + x2 ∈ V (λ), αx1 ∈ V (λ)] (7)
1
entonces V (λ) es un subespacio vectorial de E.
De ello resulta que si x ∈ V (λ) entonces f (x) = λx ∈ V (λ) implica que V (λ) es estable por
f.
Teorema 1: Si se da un endomorfismo f de un espacio vectorial E sobre el cuerpo conmu-
tativo K.
1) A todo vector propio x ̸= 0 de f le corresponde un valor propio único λ, llamado valor
propio asociado a x.
2) A todo valor propio λ de f le corresponde un subespacio vectorial V (λ) de E, él es confor-
mado por los vectores x de E que verifican f (x) = λx y se le llama el subespacio propio
asociado a λ ; V (λ) es distinto de {0} y es estable por f
Observaciones:
(1) Si λ = 0 es valor propio, existe x ̸= 0 tal que f (x) = 0x = 0, entonces V (0) = Kerf ̸= {0}.
(2) Si se designa por V (µ) el conjunto de los vectores x que verifican f (x) = µx, entonces la
condición V (µ) = {0} significa que µ no es valor propio de f .
Ejemplo 1: Hallar todos los valores propios y vectores propios y una base de cada subespacio
propio del operador f : R3 → R3
Aparte de r̄ = 0̄
2−λ 1 0
0
1 − λ −1 =0
(10)
0 2 4−λ
(2 − λ)[(1 − λ)(4 − λ) + 2] = 0 ⇒ (2 − λ)(λ − 2)(λ − 3) = 0.
Por tanto los valores propios son λ1 = λ2 = 2 y λ3 = 3.
Para λ1 = 2
0x + 1y + 0z = 0 y=0
0x − y − z = 0 =⇒ +y + z = 0 (11)
0x + 2y + 2z = 0 x∈R
2
Propiedades de los valores propios y vectores propios de un endomorfismo
Si λ es un valor propio de f existe x ̸= 0 de E tal que
3
Corolario 1: Si dimE = n, todo endomorfismo de E tiene a lo mas n valores propios
distintos dos a dos.
En efecto: si hay m valores propios λ1 , λ2 , ..., λm distintos dos a dos entonces por el Teorema
4 los vectores propios asociados (xi ) es un subconjunto libre pero en un espacio vectorial E
de dimensión n sobre K, todo subconjunto libre tiene a lo más n elementos.
Corolario 2: Si λ1 , λ2 , ..., λm son dos a dos distintos, el subespacio V (λ1 )+V (λ2 )+...+V (λm )
es suma directa de V (λ1 ), V (λ2 ), ..., V (λm )
En efecto si xi ∈ V (λi )(1 ≤ i ≤ m), y si
x1 + x2 + ... + xm = 0 (24)
cada xi es nulo, porque de lo contrario con xi1 , xi2 , ..., xil (l < m) no nulos en (24) uno de
ellos serı́a combinación lineal de los otros y formarı́an una familia ligada, lo que es imposible
según el Teorema 4.
Se deduce por sustracción que para todo x de V (λ1 ) + V (λ2 ) + ... + V (λm )
Luego
(x1 − x′1 ) + (x2 − x′2 ) + ... + (xm − x′m ) = 0 (26)
y como cada (xi − x′i ) ∈ V (λi ) tendremos por (24) que xi = x′i y la descomposicón como una
suma es única.
Por lo tanto
4
Teorema 5: Sea A una matriz de Mn (K), para todo λ de K las propiedades siguiente son
equivalentes
1) λ es un valor propio de A.
2) A − λIn no es inversible.
3) det(A − λIn ) = 0
Observación: Sea A una matriz cuadrada de orden n, por definición todas las matrices
A′ = P −1 AP (P matriz cuadrada de orden n, inversible) tienen los mismos valores propios y
los mismos vectores propios que A: éstos son los de f asociados a A en una base particular.
Polinomio caracterı́stico de una matriz o de un endomorfismo
Sea f un endomorfismo de E de dimensión n sobre K y A = M (f, (ai )) = (αij ). Según la
tercera condición del Teorema 5, λ será valor propio si y solamente si
α1 − λ α 1
· · · α 1
1 2 n
α2 α22 − λ · · · αn2
1
det(A − λIn ) = =0 (28)
.. .. .. ..
. . . .
α1n α2n · · · αnn − λ
pA (X) = (−1)n X n + (−1)n−1 (α11 + α22 + ... + αnn )X n−1 + ... + detA (30)
Éste polinomio pA (X) es entonces de grado n y α11 + α22 + ... + αnn = tr(A) y det(A) = pA (0)
es el término independiente.
Teorema 6 y definición: Sea f un endomorfismo del espacio vectorial E de dimensión n
sobre K, A una matriz asociada a f , entonces el polinomio
es invariante cuando se le reemplaza por una matriz semejante, se dice que pA (X) es el
polinomio caracterı́stico de A ∈ Mn (K) o el polinomio caracterı́stico de f ∈ L(E), y se
le denota también por pf (X).
Sea B = P −1 AP una matriz semejante a A donde P es una matriz inversible de orden n con
elementos en K, tenemos entonces en el anillo de las matrices:
B − XIn = P −1 AP − XP −1 In P = P −1 AP − P −1 (XIn )P = P −1 [A − XIn ]P de donde
pB (X) = det[P −1 (A − XIn )P ] = det(P −1 )det(A − XIn )det(P ) = det(A − XIn ) = pA (X)
Dado que tr(B) = tr(A) y det(B) = det(A) entonces
5
Búsqueda de los valores y vectores propios
Definición: Un cuerpo K es algebraicamente cerrado si todo polinomio f de grado n > 0
admite n raı́ces en K.
Definición: Si el orden de multiplicidad de una raı́z α de un polinomio f es k = 1 se dice
que α es una raı́z simple de f .
Siendo f un endomorfismo de E de dimensión n sobre K, los resultados precedentes nos
permiten anunciar:
Teorema 7: Sea f un endomorfismo de un espacio vectorial E de dimensión n sobre el
cuerpo conmutativo K, entonces los valores propios de f son las raı́ces de su polinomio
caracterı́stico. Hay n a lo más.
Si K es algebraicamente cerrado, entonces f posee n valores propios distintos o algunos
coincidentes.
Ejemplo 2: Habiendo elegido una base B = (ai ) de E se coloca A = M (f, B) = (αij ).
Debemos resolver la ecuación algebraica de grado n, pf (λ) = 0.
Ésta última puede no tener una raı́z en K. Tomemos por ejemplo K = R
a b a−λ b
A= pA (λ) = = λ2 − (a + d)λ + (ad − bc) = 0 (33)
c d c d−λ
Se dice que k es la multiplicidad algebraica o degeneración del valor propio y dimV (λ) es la
multiplicidad geométrica de λ.
Propiedad: Consideremos la matriz por bloques
A B
M= (35)
0 C
donde Ai son matrices cuadradas sobre la diagonal, entonces detM = (detA1 )(detA2 )...(detAn ).
6
Ejemplo 1: Del ejemplo 1, tenemos el sistema de ecuaciones (11) que nos da las coordenadas
de un vector propio en la base canónica B de R3 . Éste sistema de ecuaciones no es otra cosa
que la solución en forma matricial de (A − λ1 I3 )(r̄)B = 0 donde A − λ1 I3 es la matriz que
representa al operador f − λ1 Y en la base B.
0 1 0
A − λ1 I3 = 0 −1 −1 (37)
0 2 2
De acuerdo a (15) los vectores que cumplen dicha ecuación (f − λ1 Y )(r̄) = 0 son elementos
de V (λ1 ) = Ker(f − λ1 Y ). Ahora bien, de (37) el operador f − λ1 Y tiene un rango igual a
2 y por tanto dim[Ker(f − λ1 Y )] = dimV (λ1 ) = 3 − 2 = 1.
De la misma manera para el sistema (12) tenemos que el rango de f −λ2 Y es 2 y dimV (λ2 ) =
dim[Ker(f − λ2 Y )] = 3 − 2 = 1.
2. DIAGONALIZACIÓN
Definición: Se dice que un endomorfismo f del espacio vectorial E de dimensión n sobre
K es diagonalizable si existe una base de E tal que la matriz asociada a f relativamente a
ésta base sea diagonal.
Se dice que A de Mn (K) es diagonalizable si existe una matriz cuadrada inversible P de
orden n tal que P −1 AP sea diagonal.
Se ve que las condiciones:
(1) f ∈ LK (E) es diagonalizable.
(2) A = M (f, (ai )) es diagonalizable.
son las mismas: P es la matriz cambio de base de la base (ai ) a la base (bi ) de E tal que
M (f, (bi )) sea diagonal.
Condición necesaria y suficiente de diagonalización
Teorema 9: Un endomorfismo f de E, espacio vectorial de dimensión n sobre K es diago-
nalizable si y solamente si es posible encontrar una base de E formada de vectores propios.
Sea f : E → E un endomorfismo con dimE = n sobre K tal que en la base B = (ai ) la
matriz A asociada a f sea diagonal
···
µ1 0 0 0
..
0
. 0 ··· 0
A = M (f, B) = 0 · · · µi ··· 0 (38)
··· ··· ··· ...
···
0 0 0 · · · µn
tenemos
pA (X) = det(A − XIn ) = (µ1 − X)...(µi − X)...(µn − X) (39)
Entonces los valores propios de A o de f son las raı́ces de pA (X) = 0 es decir son µ1 , ..., µ2 , ..., µn
7
y por tanto todas las raı́ces están en K. De otra parte de (38)
f (a1 ) = µ 1 a1
... = ...
f (ai ) = µ i ai
... = ...
f (an ) = µ n an (40)
entonces (xi )(1 ≤ i ≤ n) es una familia libre de vectores propios, ella tiene n elementos es
entonces una base formada de vectores propios, de donde
Teorema 11: Si f endomorfismo de E, de dimensión n sobre K, o A elemento de Mn (K)
posee n valores propios todos distintos en K, entonces f y A son diagonalizables.
En particular si K es algebraicamente cerrado, por ejemplo si K = C, todas las raı́ces del
polinomio caracterı́stica están en K, ellas son dos a dos distintas si y solamente si ellas son
simples: 1 ≤ dimV (λi ) ≤ 1 = ki ⇒ dimV (λi ) = ki
8
Corolario: Sea f un endomorfismo de E, de dimensión n sobre K, A un elemento de Mn (K)
y K algebraicamente cerrado, para que f y A sean diagonalizables es suficiente que todas
las raı́ces de su polinomio caracterı́stico sean simples.
Observación: El teorema 11 o su corolario no dan más que una condición suficiente de
diagonalización: con todos los valores propios de f estando en K, muy bien f puede ser
diagonalizable aún si pf tiene raı́ces múltiples.
Ejercicio 1: Sea A = M (f, B) donde B = {a1 , a2 , a3 } es una base de E. Determine los
valores propios y vectores propios de
−1 1 1
A = 1 −1 1 ∈ M3 (R) (44)
1 1 −1
Desarrollo: El polinomio caracterı́stico es
−1 − X 1 1
pA (X) =
1 −1 − X 1 = −X 3 − 3X 2 + 4 = −(X − 1)(X + 2)2 (45)
1 1 −1 − X
(x1 , x2 , x3 )T = (x1 , x1 , x1 )T = x1 (1, 1, 1)T entonces b1 = 1a1 + 1a2 + 1a3 . Como el rango de
A − λ1 I3 es igual a 2 entonces dimKer[f − λ1 Y ] = dimV (λ1 ) = 3 − 2 = 1 = k1
Para λ2 = −2 y [b2 ]B = (y1 , y2 , y3 ) las coordenadas del vector propio b2 en la base B.
1y1 + 1y2 + 1y3 = 0
1y1 + 1y2 + 1y3 = 0 =⇒ y3 = −y2 − y1 (47)
1y1 + 1y2 + 1y3 = 0
(y1 , y2 , y3 )T = (y1 , y2 , −y1 − y2 )T = y1 (1, 0, −1)T + y2 (0, 1, −1)T entonces b2 = 1a1 + 0a2 − 1a3
y b3 = 0a1 + 1a2 − 1a3 . Como el rango de A − λ2 I3 es igual a 1 entonces dimKer[f − λ2 Y ] =
dimV (λ2 ) = 3 − 1 = 2 = k2 .
Por lo tanto A es diagonalizable. Veremos que éste hecho no es fortuito: toda matriz cuadrada
simétrica real tiene todos sus valores propios reales y es siempre diagonalizable.
De otra parte, éste ejercicio muestra que estando todos los valores propios en K, el hecho
que éstas raı́ces sean simples es una condición suficiente pero no necesaria para que A sea
diagonalizable.
Sea B ′ = {b1 , b2 , b3 } la base de los vectores propios de f y la matriz cambio de base P : B →
B ′ . Recolectando tenemos
9
1 1 0 1 1 1
1
P = 1 0 1 =⇒ P −1 = 2 −1 −1 (49)
3
1 −1 −1 −1 2 −1
La matriz A′ = M (f, B ′ ) es diagonal y está dada por
1 0 0
A′ = 0 −2 0 (50)
0 0 −2
Comprobamos que A′ = P −1 AP o P A′ = AP .
14/12/2021
10