FACULTAD DE CIENCIAS EMPRESARIALES Y ECONÓMICAS

VALORES Y VECTORES PROPIOS

MATEMÁTICA PARA LA GESTIÓN DE NEGOCIOS

FACULTAD DE CIENCIAS EMPRESARIALES Y ECONÓMICAS

VALOR PROPIO Y VECTOR PROPIO

Sea la matriz 𝑨 = 𝒂𝒊𝒋 y 𝒗 un vector no nulo 𝒗 ≠ 𝟎 . Si existe un escalar  tal que
𝒏×𝒏

𝐴𝒗 = 𝛌𝒗

entonces decimos que 𝒗 es un vector propio de 𝑨, y su valor propio asociado es .

Ejercicio (1. iii) (PD3)
➢ Para 𝒗𝟐 ➢ Para 𝒗𝟑
Demuestre directamente que los vectores dados son
vectores propios de la matriz dada. ¿Cuáles son los 𝐴𝒗𝟐 = 𝛌𝒗𝟐 𝐴𝒗𝟑 = 𝛌𝒗𝟑
valores propios correspondientes a cada vector propio? 5 −7 7 1 1
5 −7 7 −1 −1
0 −1 1 5 −7 7 4 −3 4 0 =𝛌 0 4 −3 4 1 =𝛌 1
𝑣1 = 1 , 𝑣2 = 0 , 𝑣3 = 1 ; 𝐴 = 4 −3 4 4 −1 2 1 1 4 −1 2 1 1
1 1 1 4 −1 2
Solución
➢ Para 𝒗𝟏
𝐴𝒗𝟏 = 𝛌𝒗𝟏
5 −7 7 0 0
4 −3 4 1 =𝛌 1
4 −1 2 1 1
MATEMÁTICA PARA LA GESTIÓN DE NEGOCIOS
FACULTAD DE CIENCIAS EMPRESARIALES Y ECONÓMICAS

Si 𝑣 es un vector propio, entonces 𝒌𝒗 es un vector 𝒑 𝝀 = 𝒅𝒆𝒕 𝝀𝑰 − 𝑨 𝒅𝒆𝒕 𝝀𝑰 − 𝑨 = 𝟎

propio, donde 𝑘 ≠ 0. Polinomio característico Ecuación característica
1 Raíces del polinomio Soluciones de la ecuación
𝒗𝟑 = 1 𝑒𝑠 𝑢𝑛 𝑣𝑒𝑐𝑡𝑜𝑟 𝑝𝑟𝑜𝑝𝑖𝑜 característico característica
1 2 Valores propios de la matriz 𝑨
→ 2𝑣3 = 2 es un vector propio
2 Ejercicio (1. iii) (PD3) Indique el polinomio característico de
POLINOMIO Y ECUACIÓN CARACTERÍSTICA 1 1
𝑎) 𝐴 = 5 −7 7
−2 4 𝑏) 𝐴 = 4 −3 4
Sea la matriz 𝑨 = 𝒂𝒊𝒋 , y sea 𝒗 ≠ 𝟎 un vector propio
𝒏×𝒏 4 −1 2
de A asociado al valor propio 𝜆. Halle los valores propios de 𝐴.
Solución
𝑨𝒗 = 𝝀𝒗 ⇒ 𝟎 = 𝝀𝒗 − 𝑨𝒗 𝜆−1 −1
𝒑 𝝀 = 𝑑𝑒𝑡
2 𝜆−4
Ecuación: 𝝀𝑰 − 𝑨 𝒗 = 𝟎
𝒑 𝝀 = 𝜆 − 1 𝜆 − 4 − −2
Entonces
𝒅𝒆𝒕 𝝀𝑰 − 𝑨 = 𝟎
𝒑 𝝀 = 𝜆2 − 5𝜆 + 6 ⇒ 𝝀𝟐 − 𝟓𝝀 + 𝟔 = 𝟎
Los valores propios son: 𝑺 = 𝝀 = 𝟐; 𝝀 = 𝟑
MATEMÁTICA PARA LA GESTIÓN DE NEGOCIOS
FACULTAD DE CIENCIAS EMPRESARIALES Y ECONÓMICAS

Ejemplo 1 Halle los vectores propios de 𝐴 = 1 1

−2 4
Solución:

b) El polinomio característico:

𝒑 𝝀 = 𝒅𝒆𝒕 𝝀𝑰 − 𝑨
➢ Para  = 2:
𝜆−5 7 −7 𝑎
𝑝 𝜆 = 𝑑𝑒𝑡 −4 𝜆+3 −4 Sea 𝑣 = el vector propio asociado a  = 2
𝑏
−4 1 𝜆−2
1 −1 𝑎 0
𝟐𝑰 − 𝑨 𝒗 = 𝟎 ⟹ =
𝒑 𝝀 = 𝝀𝟑 − 𝟒𝝀𝟐 − 𝟕𝝀 + 𝟏𝟎 ⟹ 𝝀𝟑 − 𝟒𝝀𝟐 − 𝟕𝝀 + 𝟏𝟎 = 𝟎 2 −2 𝑏 0
𝝀−𝟏 𝝀+𝟐 𝝀−𝟓 = 𝟎 Aplicamos eliminación Gaussiana:
1 −1 | 0 1 −1 | 0
Los valores propios son: 𝑺 = 𝝀 = 𝟏; 𝝀 = −𝟐; 𝝀 = 𝟓 𝐹2 −2𝐹1
0 0 | 0
2 −2 | 0
Ejemplos de vectores propios de A asociado a  = 2. Entonces 𝑎−𝑏 =0 ⇒𝑏 =𝑎
𝟐 −𝟏 Reemplazando 𝑎 𝑦 𝑏 𝑒𝑛 𝑣
𝒗= 𝒗= 𝒂 𝒂 𝟏
𝟐 −𝟏 𝒗= = 𝒗=𝒂 ; 𝒂 ∈ ℝ, 𝒂 ≠ 𝟎.
𝒃 𝒂 𝟏
MATEMÁTICA PARA LA GESTIÓN DE NEGOCIOS
FACULTAD DE CIENCIAS EMPRESARIALES Y ECONÓMICAS

➢ Para  = 3: Ejercicio (3. d) (PD3) Para cada una de las matrices

𝑎 siguientes, encuentre: el polinomio característico y los
Sea 𝑣 = el vector propio asociado a  = 3 valores y vectores propios asociados. Asimismo, verifique
𝑏
2 −1 𝑎 0 directamente que 𝐴𝑣 = 𝜆𝑣 para todos los valores y vectores
𝟑𝑰 − 𝑨 𝒗 = 𝟎 ⟹ = propios hallados.
2 −1 𝑏 0 5 −8
𝐴=
Aplicamos eliminación Gaussiana Solución 1 −1
2 −1 | 0 2 −1 | 0
𝐹2 −𝐹1 • El polinomio característico: • Los vectores propios:
2 −1 | 0 0 0 | 0
𝒑 𝝀 = 𝒅𝒆𝒕 𝝀𝑰 − 𝑨
𝝀𝑰 − 𝑨 𝒗 = 𝟎
Entonces 2𝑎 − 𝑏 = 0 ⇒ 𝑏 = 2𝑎
𝑝 𝜆 = 𝑑𝑒𝑡
𝜆−5 8 ➢ Para  =1:
Reemplazando 𝑎 𝑦 𝑏 𝑒𝑛 𝑣 −1 𝜆 + 1
𝑎
𝒂 𝒂 𝒑 𝝀 = 𝝀𝟐 − 𝟒𝝀 + 𝟑 Sea 𝑣 =
𝒗= = 𝑏
𝒃 𝟐𝒂 −4 8 𝑎 0
• Los valores propios: ⇒ =
−1 2 𝑏 0
𝟏 𝝀𝟐 − 𝟒𝝀 + 𝟑 = 𝟎
𝒗=𝒂 ; 𝒂 ∈ ℝ, 𝒂 ≠ 𝟎. Aplicamos eliminación Gaussiana
𝟐
−4 8 | 0
Ejemplos de vectores propios de A asociado a  = 3. 𝑺 = 𝝀 = 𝟏; 𝝀 = 𝟑
−1 2 | 0
1
𝟏 𝟐 𝟒 𝐹2 − 𝐹1
−4 8 | 0
𝒗= 𝒗= 𝒗= 4
𝟐 𝟒 𝟖 0 0 | 0
MATEMÁTICA PARA LA GESTIÓN DE NEGOCIOS
FACULTAD DE CIENCIAS EMPRESARIALES Y ECONÓMICAS

−4 8 | 0 Aplicamos eliminación Gaussiana:

0 0 | 0
−2 8 | 0 𝐹2 −2𝐹1 −2 8 | 0
Entonces −4𝑎 + 8𝑏 = 0 ⇒ 8𝑏 = 4𝑎 0 0 | 0
−1 4 | 0
⇒ 2𝑏 = 𝑎
Entonces −2𝑎 + 8𝑏 = 0 ⇒ 8𝑏 = 2𝑎
Reemplazando 𝑎 𝑦 𝑏 𝑒𝑛 𝑣
𝒂 ⇒ 4𝑏 = 𝑎
𝒗= 𝟐𝒃
𝒃 = Reemplazando 𝑎 𝑦 𝑏 𝑒𝑛 𝑣
𝒃
𝒂 𝟒𝒃
𝟐 𝒗= =
𝒗=𝒃 𝒃 𝒃
; 𝒃 ∈ ℝ, 𝒃 ≠ 𝟎.
𝟏
𝟒
➢ Para  = 3: 𝒗=𝒃 ; 𝒃 ∈ ℝ, 𝒃 ≠ 𝟎.
𝟏
𝑎
Sea 𝑣 = el vector propio asociado a  = 3 Ejemplos de vectores propios de A asociado a  = 3.
𝑏

𝝀𝑰 − 𝑨 𝒗 = 𝟎 −2 8 𝑎 0 𝟒 𝟖 −𝟒
⇒ = 𝒗= ,𝒗= ,𝒗 =
−1 4 𝑏 0 𝟏 𝟐 −𝟐

MATEMÁTICA PARA LA GESTIÓN DE NEGOCIOS

FACULTAD DE CIENCIAS EMPRESARIALES Y ECONÓMICAS

En resumen:
𝟐 5 −8
Vector propio de A asociado al valor propio 1 = 1 es 𝒗𝟏 = 𝐴=
𝟏 1 −1

𝟒
Vector propio de A asociado al valor propio 2 = 3 es 𝒗𝟐 =
𝟏

• Verifiquemos • Verifiquemos

➢ Para 𝒗𝟏 y 1 = 1 ➢ Para 𝒗𝟐 y 2 = 3

𝐴𝒗𝟏 = 𝛌𝒗𝟏 𝐴𝒗𝟐 = 𝛌𝒗𝟐

5 −8 2𝑡 2𝑡 5 −8 4𝑡 4𝑡
=1 =3
1 −1 𝑡 𝑡 1 −1 𝑡 𝑡

𝟐𝒕 𝟐𝒕 𝟏𝟐𝒕 𝟏𝟐𝒕
⇒ = ⇒ =
𝒕 𝒕 𝟑𝒕 𝟑𝒕

MATEMÁTICA PARA LA GESTIÓN DE NEGOCIOS

FACULTAD DE CIENCIAS EMPRESARIALES Y ECONÓMICAS

MATRIZ DIAGONALIZABLE Ejercicio (6. d) (PD3)

En los siguientes ejercicios se dan 𝑛 vectores propios y sus
Sean 𝑣1 , 𝑣2 , … , 𝑣𝑛 vectores propios de 𝑨 = 𝒂𝒊𝒋 correspondientes valores propios de una matriz 𝐴 de orden 𝑛 ×
𝒏×𝒏
y 𝜆1 , 𝜆2 , … , 𝜆𝑛 sus valores propios 𝑛. Halle explícitamente la matriz 𝐴.
correspondientes (todos distintos y reales).
1 1 1
Sean
ቐ 𝑣1 = 1 , 𝜆1 = 3; 𝑣2 = 1 , 𝜆2 = −3; 𝑣3 = −2 , 𝜆3 = 3 ൡ
𝑃 = 𝑣1 𝑣2 … 𝑣𝑛
1 −2 0
𝜆1 0 .. 0
Solución
0 𝜆2 .. 0
𝐷=
0 0 … 0 Aplicamos diagonalización de matrices:
0 0 … 𝜆𝑛 𝒏×𝒏 1 1 1
Teorema 𝑃 = 𝑣1 𝑣2 𝑣3 ⇒ 𝑃= 1 1 −2
1 −2 0
Si det 𝑃 ≠ 0, entonces 𝑨 = 𝑷𝑫𝑷−𝟏
𝜆1 0 0 3 0 0
𝐷= 0 −3 0
𝐷= 0 𝜆2 0
0 0 𝜆3 0 0 3
Si una matriz 𝑨 = 𝒂𝒊𝒋 cumple el teorema
𝒏×𝒏
anterior, se le llama matriz diagonalizable. 𝐴 = 𝑃𝐷𝑃−1

MATEMÁTICA PARA LA GESTIÓN DE NEGOCIOS

FACULTAD DE CIENCIAS EMPRESARIALES Y ECONÓMICAS

1 1 1 3 0 0
𝑃= 1 1 −2 , 𝐷 = 0 −3 0
1 −2 0 0 0 3

𝐴 = 𝑃𝐷𝑃−1

−1
1 1 1 3 0 0 1 1 1
𝐴= 1 1 −2 0 −3 0 1 1 −2
1 −2 0 0 0 3 1 −2 0

5 2
− 2
3 3
4 7 1 5 −2 6
𝐴= − 2 = −4 7 6
3 3 3
8 4 −3
8 4
−1
3 3

MATEMÁTICA PARA LA GESTIÓN DE NEGOCIOS

FACULTAD DE CIENCIAS EMPRESARIALES Y ECONÓMICAS

Ejercicio (27) (PD3)

Una empresa vende maquinaria de tres tipos T1, T2 y T3. La a) Para hallar Q, aplicamos diagonalización:
matriz Q indica en sus columnas (en ese orden) las ventas
𝜆1 0 0
durante el trimestre Noviembre, Diciembre y Enero; sus filas
𝑃 = 𝑣1 𝑣2 𝑣3 ; 𝐷 = 0 𝜆2 0
(en ese orden) indican las ventas de los tipos T1, T2 y T3
0 0 𝜆3
respectivamente. Se sabe que los valores propios de Q y sus
correspondientes vectores propios son:
𝑄 = 𝑃𝐷𝑃−1
0 5 1
𝛼1 = 4, 𝑣1 = 0 ; 𝛼2 = 6, 𝑣2 = 4 ; 𝛼3 = −3, 𝑣3 = −1 0 5 1 4 0 0
1 0 0 ⇒ 𝑃= 0 4 −1 , 𝐷 = 0 6 0
1 0 0 0 0 −3
a) Halle la matriz Q
−1
0 5 1 4 0 0 0 5 1
b) ¿Qué tipo de máquina se vendió más en el trimestre?
⇒ 𝑄= 0 4 −1 0 6 0 0 4 −1
Solución 1 0 0 0 0 −3 1 0 0
𝑁 𝐷 𝐸
𝑇1 2 5 0
Q= 2 5 0
𝑇2 4 1 0
⇒ 𝑄= 4 1 0
𝑇3 0 0 4
0 0 4

MATEMÁTICA PARA LA GESTIÓN DE NEGOCIOS

FACULTAD DE CIENCIAS EMPRESARIALES Y ECONÓMICAS

b) La matriz queda:

𝑁 𝐷 𝐸
𝑇1 2 5 0
Q=
𝑇2 4 1 0
𝑇3 0 0 4

Luego los totales sería:

𝑇1 = 2 + 5 + 0 = 7
𝑇2 = 4 + 1 + 0 = 5
𝑇3 = 0 + 0 + 4 = 4

La máquina que más se vendió fue la T1.

MATEMÁTICA PARA LA GESTIÓN DE NEGOCIOS

FACULTAD DE CIENCIAS EMPRESARIALES Y ECONÓMICAS

REPASO

MATEMÁTICA PARA LA GESTIÓN DE NEGOCIOS

FACULTAD DE CIENCIAS EMPRESARIALES Y ECONÓMICAS

Exámenes pasados PC 1

PPT oficial de inversa

Despeje la matriz 𝑋 de la ecuación matricial siguiente, suponiendo que todas las matrices
que intervienen son invertibles.

𝐴𝑋 + 𝐵𝐶 − 𝐷 = 𝑋 −1 𝐵𝐷 −1
+𝐼
Guía 2

MATEMÁTICA PARA LA GESTIÓN DE NEGOCIOS

FACULTAD DE CIENCIAS EMPRESARIALES Y ECONÓMICAS

Exámenes pasados PC 1

MATEMÁTICA PARA LA GESTIÓN DE NEGOCIOS

FACULTAD DE CIENCIAS EMPRESARIALES Y ECONÓMICAS

MATEMÁTICA PARA LA GESTIÓN DE NEGOCIOS

FACULTAD DE CIENCIAS EMPRESARIALES Y ECONÓMICAS

Guía 2

MATEMÁTICA PARA LA GESTIÓN DE NEGOCIOS

FACULTAD DE CIENCIAS EMPRESARIALES Y ECONÓMICAS

MATEMÁTICA PARA LA GESTIÓN DE NEGOCIOS

FACULTAD DE CIENCIAS EMPRESARIALES Y ECONÓMICAS

MATEMÁTICA PARA LA GESTIÓN DE NEGOCIOS

FACULTAD DE CIENCIAS EMPRESARIALES Y ECONÓMICAS

MATEMÁTICA PARA LA GESTIÓN DE NEGOCIOS