CAPITULO IV

PRODUCTO INTERNO Y VECTORES PROPIOS DE UN ESPACIO VECTORIAL.

2.1 Valores y vectores propios de una transformación lineal.

2.2 Valores y vectores propios en una matriz.

2.3 Polinomio característico de una matriz

2.4 Matrices semejantes y diagonalización.

2.5 Matriz diagonizable.

2.6 Subespacios invariantes.

2.7 Teorema de Cayley – Hamilton.

2.8 Formas bilineales.

2.9 Formas cuadráticas.

2.10 Espacios vectoriales complejos.

2.11 Ecuaciones en diferencias finitas.

4.1 VALORES Y VECTORES PROPIOS DE UNA TRANSFORMACIÓN LINEAL.

Una de las diferentes propiedades de las transformaciones lineales es la de proteger la

estructura de espacio vectorial. En concreto, si T es una transformación lineal definida en
el espacio vectorial V de dimensión n en sí mismo (endomorfismo) y W es un subespacio
vectorial de V , se verifica que su (subespacio) trasformado es nuevamente subespacio
vectorial de V .

En algunos casos, se tiene además que T (W )=W , por lo que en este caso W permanece
invariante por T . Las nociones que permiten determinar los subespacios invariantes por
una transformación lineal T son los de valores propios y vectores propios de T o, más
precisamente, es debido a la correspondencia uno a uno existente entre el conjunto de
matrices cuadradas M n ×n y el de las transformaciones lineales L(V ; V ), de su matriz
asociada A .

Una vez que se muestren los métodos analíticos de cálculo de valores y vectores propios
de una matriz A (o de la transformación lineal T a la cual representa) se ven diversas
propiedades de ambos conceptos, que son de gran utilidad en el estudio (o problema) de
la diagonalización de una matriz A ∈ M n × n.

El problema indicado consiste en determinar una base de V respecto de la cual la matriz

asociada a la transformación lineal T sea diagonal. Esta base, que se construye a partir de
los vectores propios de A , no siempre existe, tal como se analizará más adelante, es por
ello que no todas las matrices cuadradas son diagonalizables.

La diagonalización de una matriz A permite realizar ciertas operaciones matriciales de

manera más sencilla, como sucede con el cálculo de la potencia o de la exponencial de una
matriz A .

Considérese un espacio vectorial ( V ; K ; +; ∙ ) y un endomorfismo T :V → V , en muchas

aplicaciones es útil encontrar un vector v ∈V de tal manera que T ( v ) y v sean paralelos,
es decir: se busca un vector v y un escalar ∈ K de tal que T ( v )=v .

DEFINICIÓN. Sea ( V ; K ; +; ∙ ) un espacio vectorial y sea T :V → V un endomorfismo, un

escalar ∈ K es un valor propio de T si existe un vector v ≠ 0, v ∈V tal que T ( v )=v .

Todo vector v que satisface T ( v )=v es llamado un vector propio de T correspondiente a

un valor propio .

OBSERVACIÓN. Son expresiones sinónimas:

a) Valor propio, autovalor o valor característico de T .

b) Vector propio, autovector o vector característico de T .

OBSERVACIÓN.

a) El vector cero 0V ∈ V no es un vector propio.

b) El escalar cero 0 ∈ K si puede ser un valor propio.

OBSERVACIÓN. V 1 va a representar al conjunto de vectores propios de la transformación

lineal T asociados al valor propio , incluyendo al vector nulo; es decir:

V 1= { v ∈V / T ( v )=v } ∪ { 0 V }

TEOREMA. El conjunto V 1 es un subespacio vectorial de ( V ; K ; +; ∙ )

Prueba.

i) 0V ∈ V 1, por definición.

ii) ∀ k ∈ K y ∀ u ; v ∈V 1  u+ kv ∈ V 1

Tu=u -------------- (1)

Tv=v -------------- (2)

T ( u+ kv )=Tu+ kTv ---- (3)

Sustituyendo (1) y (2) en (3) T ( u+ kv )=Tu+ kTv = u+ k v = (u+ kv)

Con lo cual u+ kv ∈ V 1

De (i) y (ii) se concluye que V 1 es un subespacio vectorial de ( V ; K ; +; ∙ )

CONSECUENCIA. Si v es un vector propio de T asociado al valor propio , y si 0 ≠ k ∈ K

entonces kv es un vector propio asociado al mismo vector propio.

OBSERVACIÓN. El subespacio generado por los vectores propios de una transformación

lineal T son invariantes por la transformación lineal T .

En general, sea una transformación lineal T :V → V con autovector v ∈V , entonces el

subespacio vectorial generado por el autovector v es un subespacio T −¿invariante.
EJEMPLO 1. Sea el espacio vectorial (R2 ; R ;+; ∙) y la transformación lineal T : R2 → R 2 tal

que T ( x ; y )= ( x−2 y ; x2 ). Determinar los valores propios y los vectores propios de T .

Solución.

Usando la definición T ( v )=v , con v=(x ; y) ∈ R 2, ∈ R

{
x− y
=x
T ( x ; y )=( x ; y )  (
x− y x
2 2 )
; =( x ; y ) 
x− y x
2 (
; =( x ; y ) 
2 ) 2
x
=y
2

 {x−x=2y=2y x  2 y− y=2 ( 2 y )  2−1=4 ❑2

2± √−12
 4 ❑2−2+1=0 ¿
8

Aquí, los autovalores no son números reales.

EJEMPLO 2. Sea la transformación lineal T : R2 → R 2 tal que T (x ; y )=( 4 x+3 y ; 3 x−4 y ).

Encontrar los valores propios y los vectores propios correspondientes de T . Mostrar los
subespacios generados por los vectores propios.

Solución.

a) Hallando los valores propios: T ( x ; y )=( x ; y )  ( 4 x+3 y ; 3 x−4 y )=( x ; y)

{
x=4 x +3 y
 { x=4 x +3 y
y=3 x−4 y

x=
y+4 y 
3
y+ 4 y
3
=4
y+ 4 y
3
+3 y  ❑2 y + 4 y=4 y +25 y

 ❑2+ 4=4 +25  {¿−5

¿5
, son los valores propios de T .

b) Hallando los vectores propios de T para cada valor propio :

y +4 y
Para ¿ 5 se tiene: x=  x=3 y  X =( x ; y )= ( 3 y ; y )= y ( 3;1)
3

Para ¿−5 se tiene: x=

y +4 y
3
 x=
−1
3
y  X =( x ; y ) =
−1
3 (
y; y =y
−1
3
;1) ( )
Entonces los vectores propios correspondientes serán: v1 =(3 ; 1) y v 2=( −13 ;1)

c) Cada vector propio genera un “espacio propio” o “espacio característico”:

El vector v1 =(3 ;1) genera el espacio propio o subespacio característico:

x
l 1={( x ; y )∈ R2 / ( x ; y )=t(3 ; 1)}. Es una recta en el plano R2: l 1 : y =
3

El vector v 2= ( −13 ; 1) genera el espacio propio o subespacio característico:

{ 2
l 2= (x ; y) ∈ R / ( x ; y )=t (−13 ; 1)}. Es otra recta en el plano R : l : y =−3 x
2
2

d) Comprobando. Para los valores propios y vectores propios se debe cumplir Tv=v

En efecto.

i) Para ¿ 5 y v ∈l 1  ¿ 5 y v= x ; ( x3 ) ∈l se tiene:
1

Tv=v  T x ; ( 3x )=5( x ; x3 )  ( 4 x+ 3 3x ; 3 x−4 3x )=5 ( x ; 3x )

(
 5 x ;5
x
3) ( )
=5 x ;
x
3
 ( x3 )=5( x ; 3x )
5 x;

Con lo cual T ( l 1 ) =l 1; es decir que l 1 es un subespacio T -Invariante.

ii) Para ¿−5 y v ∈l 2  ¿−5 y v=( x ;−3 x ) ∈l 2 se tiene:

Tv=v  T ( x ;−3 x )=−5 ( x ;−3 x )

 ( 4 x+ 3 (−3 x ) ; 3 x −4 (−3 x ) )=−5 ( x ;−3 x )

 (−5 x ;15 x )=−5 ( x ;−3 x )  −5 ( x ;−3 x )=−5 ( x ;−3 x )

Con lo cual T ( l 2 ) =l 2 ; es decir que l 2 es un subespacio T -Invariante.

EJEMPLO 3. Sea la transformación lineal T : P≤ 1 → P ≤1 tal que

T ( a+bx )=( 3 a+2 b )+ ( a−b ) x . Encuentre los valores y vectores propios de T . Muestre los
subespacios generados por los vectores propios de T .

Solución.

a) Hallando los valores propios de T .

T ( a+bx )=( a+ bx )  ( 3 a+2 b )+ ( a−b ) x= ( a+bx )

 {3a−b=b
a+2 b=a
{3 a+2

b=a
a=b+b
 3 ( b+b ) +2 b=( b+ b )

 3 b+3 b+ 2b=b+❑2 b  5+3=+❑2

 ❑2−2−5=0  ¿ 1 ±√ 6

b) Hallando los vectores propios de T

Para ¿ 1+ √ 6 se tiene 3 a+2 b=( 1+ √ 6 ) a  b=

√6−2 a
2

 p ( x ) =a+bx = a+
√ 6−2 ax  p ( x ) =a+
√ 6−2 ax
2 2

−√6 +2
Para ¿ 1− √ 6 se tiene 3 a+2 b=( 1− √ 6 ) a  b= a
2

 q ( x )=a+bx = a−
√6 +2 ax  q ( x )=a−
√ 6+2 ax
2 2
c) Cada vector propio genera un “espacio propio” o “espacio característico”:

El vector p ( x ) =a+
√ 6−2 ax genera al subespacio característico:
2

{
W 1= p( x )∈ P ≤1 / p ( x )=t a+ ( 2 )
√6−2 ax ,t ∈ R
}
Se comprueba que T (W 1 )=W 1

El vector q ( x )=a−
√ 6+2 ax genera al subespacio característico:
2

{
W 2= q ( x) ∈ P≤ 1 /q ( x ) =t a+ √ ( 6−2
2 )
ax , t ∈ R
}
Se comprueba que T (W 2 )=W 2

EJEMPLO 4. Sea la transformación lineal T : M 2 ×2 → M 2 ×2 tal que

T [ ac bd ]=[2 a−d
b
2b+ 3 c
a ]
. Encuentre los valores y vectores propios de T . Muestre los

subespacios generados por los vectores propios de T .

Solución. Tv=v

a) Hallando los valores propios de T

T [ ac bd ] [ ac bd ]
= 
[ 2 a−d
b
2b +3 c
a ][ ] {
=
a b
c d

2 a−d=a a=d
2b +3 c=b b=c

{ { {¿¿3=−1
2
2 d−d= ( d ) ❑ −2+1=0 1=1
  
2 c+3 c =( c ) 2
❑ −2−3=0

b) Hallando los vectores propios de T

Para ¿ 1 se tiene que B2= [ ac −3 c

a ] [ ] [
=a
1 0
0 1
+c
0 −3
1 0 ]
Para ¿ 3 se tiene que B2= [ 0c 30c ]=c [ 01 30 ]
Para ¿−1 se tiene que B3= [ 0c −c0 ]=c [ 01 −10 ]
c) Cada vector propio genera un “espacio propio” o “espacio característico”:

El vector B1= [ a0 0a]+[0c −3 c

0 ]
genera al subespacio característico de Dimensión 2.

W 1 = ¿ =¿

El vector propio B2= [ 01 30] genera al subespacio característico de Dimensión 1

W 2 = ¿ =¿

El vector propio B3= [ 01 −10 ] genera al subespacio característico de Dimensión 1

W 3= ¿ = ¿

EJEMPLO 5. Sea u es un vector propio de las transformaciones lineales T y S. Mostrar que

u también es vector propio de la transformación lineal kT +rS , donde k y r son escalares
arbitrarios.

En efecto.

Si u es vector propio de T , entonces existe  tal que Tu=u  k Tu=k u

Si u es vector propio de S, entonces existe  tal que Su=u  r Su=r u

Entonces ( kT +rS ) u=kTu +rSu = k u+r u = (k + r) u

Entonces u es vector propio de la transformación lineal kT +rS , siendo k y r son escalares

arbitrarios de K .

EJEMPLO 6. Sea T : R3 → R 3 una transformación lineal tal que

T ( x ; y ; z)= ( 2 y −x ; 2 x−z ; 2 x− y ).
a) Hallar los autovalores deT .

b) Hallar los autovectores correspondientes a cada autovalor de T .

c) Hallar los espacios característicos correspondientes a cada autovector.

Solución.

a) Hallando los autovalores:

Tv=v  T ( x ; y ; z)= ( x ; y ; z )  ( 2 y−x ;2 x−z ; 2 x− y )=( x ; y ; z )

{ {
x+ x
x+ x y=

{
2 y −x=x y= 2
2
 2 x−z= y   1 1 2
z=2 x − y z=2 x − x − ❑ x
2 x− y=z 2 2
2 x− y=z
2 x− y=z

 2 x−
x+x
2 ( 1 1
= 2 x− x− ❑2 x
2 2 ) (
 4 x−x+ x=2 2 x− x− ❑ x
1
2
1
2
2
)
Efectuando, cancelando el x , luego ordenando: 3
❑ +❑ −5+3=0
2

2
 ( +3 ) (−1 ) =0  {¿ 1;multiplicidad
¿−3
2

b) Hallando los autovectores del primer sistema de ecuaciones.

Si ¿−3; se busca un solo autovector.

{ { [][ ] [ ]
2 y −x=−3 x y=−x x x 1
 2 x−z=−3 y  z=−x  y = −x =x −1  v1 =( 1;−1 ;−1 )
2 x− y=−3 z x=x z −x −1

Si ¿ 1 de multiplicidad 2; se buscan dos autovectores.

{ { [ ]
2 y −x=x x− y =0 1 −1 0
 2 x−z= y  2 x− y−z=0  2 −1 −1
2 x− y=z 2 x− y−z=0 2 −1 −1

[ ][ ]
1 −1 0 1 −1 0
Triangulando F 32(−1) ; F 21(−2)  2 −1 −1 ; 0 1 −1
0 0 0 0 0 0

[][] [] []
x x 1 0
 { x= y
z= y
 y = x =x 1 +y 0
z y 0 1
 v 2=( 1; 1 ; 0 ) y v 2=( 0 ; 0 ; 1 )

c) Hallando los espacios característicos.

Con v1 =( 1;−1 ;−1 ) ; W 1= {( x ; y ; z ) ∈ R 3 / ( x ; y ; z ) =t ( 1;−1 ;−1 ) , t ∈ R }

Con v 2=( 1; 0 ;0 ) y v 2=( 0 ; 1;1 ) ; W 2= {( x ; y ; z ) ∈ R / y=z }

3

EJERCICIOS.

1. Sea T :V → V una transformación lineal invertible, ¿Si  es un valor propio de T , cuál es

el valor propio de T −1?

3 3
2. Sea T : R →R una transformación lineal tal que
T ( x ; y ; z)=(x + y ; x− y+ 2 z :2 x + y−z ).

a) Hallar los autovalores deT .

b) Hallar los autovectores correspondientes a cada autovalor.

c) Hallar los espacios característicos correspondientes a cada autovector.

3. Dada la transformación lineal T : R2 → R 2 tal que T ( x ; y )=( x+ 2 y ; 2 x+ y )

a) Calcular los calores propios de T

b) Calcular los vectores propios de T

4. Determinar si laaplicación lineal T : R3 → R 3 definidada por

T ( x ; y ; z)=(x− y + z ; y−2 z ; x +5 z) tiene autovalor ¿ 3 y autovector v=( 1; 1 ; 1 )

5. Sea v es un vector propio de las transformaciones lineales T 1 ;T 2 ;… ; T n. Mostrar que v

también es vector propio de la transformación lineal k 1 T 1+ k 2 T 2 +…+k n T n , donde
k 1 ; k 2 ; … ; k n son escalares arbitrarios del campo de escalares K .

6. Sea la transformación lineal T : P≤ 2 → P ≤2 tal que

T ( a+bx +c x ) =( 5 a+6 b+2 c )− ( b+8 c ) x +(a−2 c)x . Encuentre los valores y vectores
2 2

propios de T . Muestre los subespacios generados por los vectores propios de T .

7. Probar que: El cero (=0) es un valor propio de una transformación lineal T si y solo si
T es no inversible.

8. Dar un ejemplo de un conjunto no invariante por una transformación lineal T .

Profesor Dionicio Milton Chávez Muñoz