Documentos de Académico
Documentos de Profesional
Documentos de Cultura
CARRERA:
SOFTWARE
MODALIDAD: PRESENCIAL
ASIGNATURA:
ÁLGEBRA LINEAL
DOCENTE:
ING. BYRONE ALMEIDA SALAZAR
INTEGRANTES:
Randy Joel Medina Narváez
Marco David Arteaga Zambrano
TEMA:
Ensayo: Valores Propios y Vectores Propios
CURSO:
C2
PERIODO LECTIVO
2022-2023
ÍNDICE. -
Introducción ........................................................................................................................................ 3
Definición formal de valores propios y vectores propios ................................................................... 4
Definición del polinomio característico. ............................................................................................. 5
Ejemplo 1: ........................................................................................................................................... 6
Ejemplo 2: ........................................................................................................................................... 7
Bibliografía: ....................................................................................................................................... 11
Introducción
El álgebra lineal es una rama muy importante de las matemáticas que se encarga del estudio de
los espacios vectoriales y las transformaciones lineales. Entre los conceptos más relevantes en
este campo se encuentran los valores y vectores propios.
En este ensayo veremos unos breves conceptos de los valores y vectores propios.
Comprender estos conceptos nos permitirá desvelar la estructura interna de matrices y
transformaciones lineales, revelando información valiosa sobre la geometría y el comportamiento
de los sistemas lineales en estudio.
Así mismo también exploraremos sobre la definición del polinomio característico, y resolveremos
paso a paso, dos ejemplos para poner en práctica lo estudiado.
El valor propio, también conocido como autovalor, es un número escalar asociado a una matriz
cuadrada. Los valores propios representan las soluciones posibles de un problema fundamental en
álgebra lineal: determinar aquellos escalares para los cuales una transformación lineal no altera la
dirección de un vector, sino que simplemente lo escala por un factor constante. Por otro lado, los
vectores propios son los vectores no nulos que, bajo la acción de la transformación lineal, solo se
modifican por un factor escalar.
𝟑 𝟐 𝟒 𝟐 𝟏
𝑨 = [𝟐 𝟎 𝟐], 𝒙𝟏 = [𝟏] y 𝒙𝟐 = [𝟏]
𝟒 𝟐 𝟑 𝟐 𝟏
Determine si 𝒙𝟏 y 𝒙𝟐 son vectores propios de A. En caso afirmativo, diga a que valor corresponde.
Solucionando:
𝟑 𝟐 𝟒 𝟐 𝟏𝟔 𝟑 𝟐 𝟒 𝟏 𝟗 𝟏
𝑨𝒙𝟏 = [𝟐 𝟎 𝟐] [𝟏] = [ 𝟖 ] = 𝟖𝒙𝟏 y 𝑨𝒙𝟐 = [𝟐 𝟎 𝟐] [𝟏] = [𝟒] ≠ 𝝀 [𝟏]
𝟒 𝟐 𝟑 𝟐 𝟏𝟔 𝟒 𝟐 𝟑 𝟏 𝟗 𝟏
Así, 𝒙𝟏 es un vector propio de A asociado al valor propio λ=8. Por otro lado, 𝒙𝟐 no es un vector
propio de A
Observación: De la definición se sigue para todo 𝒙 ≠ 𝟎 que es vector propio de A asociado al valor
λ de se tiene 𝑨𝒙 = 𝛌𝐱 y por lo tanto 𝑨𝒙 − 𝛌𝐱 = 𝟎, es decir, 𝑨𝒙 − 𝛌𝑰𝒏 𝒙 = 𝟎. Factorizando
obtenemos (𝑨 − 𝛌𝑰𝒏 )𝒙 = 𝟎, es decir 𝒙 ∈ 𝑵𝒖𝒍(𝑨 − 𝛌𝑰𝒏 ).
Definición: El espacio propio del valor propio λ de A se define por:
𝑬𝛌 = 𝑵𝒖𝒍(𝑨 − 𝛌𝑰𝒏 )
Ahora, notemos que λ es valor propio de A, entonces 𝑨 − 𝛌𝑰𝒏 = 𝟎 no tiene solución única, es
decir 𝑨 − 𝛌𝐈𝒏 no es invertible y por lo tanto 𝒅𝒆𝒕(𝑨 − 𝛌𝐈𝒏 ) = 𝟎.
De este modo, para calcular los valores propios de A basta solucionar la ecuación
𝒅𝒆𝒕(𝑨 − 𝝀𝑰𝒏 )=0.
Como será evidente en los ejemplos, 𝑝(𝜆) es un polinomio de grado n en 𝜆. Por ejemplo, si
𝑎 𝑏 𝑎 𝑏 𝜆 0 𝑎− 𝜆 𝑏
𝐴= ( ), entonces 𝐴 − 𝜆𝐼 = ( )− ( )= ( ) y
𝑐 𝑑 𝑐 𝑑 0 𝜆 𝑐 𝑑− 𝜆
𝑝(𝜆) = det(𝐴 − 𝜆𝐼) = (𝑎 − 𝜆)(𝑑 − 𝜆) − 𝑏𝑐 = 𝑎𝑑 − 𝑎𝜆 − 𝜆𝑑 + 𝜆2 − 𝑏𝑐 =
De acuerdo con el teorema fundamental del álgebra, cualquier polinomio de grado n con
coeficientes reales o complejos tiene exactamente n raíces (contando multiplicidades). Esto
significa, por ejemplo, que el polinomio (𝜆 − 1) 5 tiene cinco raíces, todas iguales al número 1.
Como cualquier valor característico de A es una raíz de la ecuación característica de A, se concluye
que:
Contando multiplicidades, toda matriz de n x n tiene exactamente n valores característicos
(Stanley Grossman).
Ejemplo 1:
−1 1 1
Sea 𝐴 = [ 0 −2 0 ]
1 1 −1
−1 − λ 1 1
−1 − λ 1
𝑝𝐴(λ) = | 0 −2 − λ 0 | = (−2 − λ) × | |
1 −1 − λ
1 1 −1 − λ
= −(λ + 2) × [(−1 − λ)2 − 1] = −(λ + 2) × [1 + 2λ + λ2 − 1]
= −(λ + 2) × (λ2 + 2λ) = −(λ + 2) × λ × (λ + 2) = −λ × (λ + 2)2
1 1 1 1 1 1 𝑥 −𝑦 − 𝑧 −1 −1
𝐴 + 2𝐼3 = [0 0 0] → [ 0 0 0] → [𝑦] = [ 𝑦 ] = 𝑦 [ 1 ] + 𝑧 [ 0 ]
1 1 1 0 0 0 𝑧 𝑧 0 1
Por tanto,
𝑥 −1 −1
𝐸−2 = {[𝑦] 𝑥 + 𝑦 + 𝑧 = 0} = 𝑔𝑒𝑛 ([ 1 ] , [ 0 ])
𝑧 0 1
Para λ2 = 0: 𝐸0 = 𝑁𝑢𝑙(𝐴 + 0𝐼3 ). Luego,
−1 1 1 −1 1 1 1 0 −1 𝑥 𝑧 1
𝐴=[ 0 2 0 ] → [ 0 1 0] → [ 0 1 0
0 ] → [𝑦] = [ ] = 𝑧 [0]
1 1 −1 0 2 0 0 0 0 𝑧 𝑧 1
Por tanto,
𝑥 1
𝐸0 = {[0] 𝑥 − 𝑧 = 0} = 𝑔𝑒𝑛 ([0])
𝑧 1
Las bases para cada uno de los espacios propios son:
−1 −1 1
𝐵1 = {[ 1 ] , [ 0 ]} y 𝐵2 = {[0]}
0 1 1
1 2 −1 𝜆 0 0 1− 𝜆 2 −1
(𝐴 − 𝜆𝐼) = (1 0 1 ) − (0 𝜆 0) = ( 1 0 − 𝜆 1 )
4 −4 5 0 0 𝜆 4 −4 5− 𝜆
1− 𝜆 2 −1 1 − 𝜆 2
det [ 1 −𝜆 1 ] 1 −𝜆
4 −4 5− 𝜆 4 −4
= (1 − 𝜆)(−𝜆)(5 − 𝜆) + 8 + 4 − (4𝜆) − (−4)(1 − 𝜆) − (2)(5 − 𝜆)
= −5𝜆 + 𝜆2 + 5𝜆2 − 𝜆3 + 12 − 4𝜆 + 4 − 4𝜆 − 10 + 2𝜆
𝜆3 − 6𝜆2 + 11𝜆 − 6 = 0
1 − 6 11 − 6 1
1 −5 6
1 −5 6 0
La división es exacta, eso quiere decir que (1) es una solución del polinomio
(𝜆2 − 5𝜆 + 6)(𝜆 − 1) = 0
Buscamos 2 números que multiplicados nos den (6) y sumados nos den (-5):
(𝜆 − 3)(𝜆 − 2)(𝜆 − 1) = 0
𝜆 − 3 = 0 => 𝜆1 = 3
𝜆 − 2 = 0 => 𝜆2 = 2
𝜆 − 1 = 0 => 𝜆3 = 1
1) 𝜆1 = 3
1 2 −1 3 0 0
𝐴 − 3𝐼3 = (1 0 1 ) − (0 3 0)
4 −4 5 0 0 3
−2 2 −1
= ( 1 −3 1 )
4 −4 2
Formamos el sistema
⃗⃗
(𝐴 − 3𝐼3 )𝑥⃗ = 0
−2 2 −1 𝑥 0
( 1 −3 1 ) (𝑦) = (0)
4 −4 2 𝑧 0
−2𝑥 2𝑦 −1𝑧 = 0
{ 1𝑥 −3𝑦 1𝑧 = 0
4𝑥 −4𝑦 2𝑧 = 0
1
𝑥 = − 𝑧
4
1
𝑦 = 𝑧
4
(𝑧 = 𝑧 )
Sea z = 4
−1
Entonces 𝑉𝜆1 = ( 1 ) VECTOR PROPIO
4
Repetimos lo mismo con los otros.
2) 𝜆2 = 2
1 2 −1 2 0 0
𝐴 − 2𝐼2 = (1 0 1 ) − (0 2 0)
4 −4 5 0 0 2
−1 2 −1
= ( 1 −2 1 )
4 −4 3
Formamos el sistema
−1 2 −1 𝑥 0
( 1 −2 1 ) (𝑦) = (0)
4 −4 3 𝑧 0
−𝑥 2𝑦 −1𝑧 = 0
{ 1𝑥 −2𝑦 1𝑧 = 0
4𝑥 −4𝑦 3𝑧 = 0
1
𝑥 = − 𝑧
2
1
𝑦 = 𝑧
4
(𝑧 = 𝑧 )
Sea z = 4
−2
Entonces 𝑉𝜆2 = ( 1 ) VECTOR PROPIO
4
3) 𝜆3 = 1
1 2 −1 1 0 0
𝐴 − 1𝐼1 = (1 0 1 ) − (0 1 0)
4 −4 5 0 0 1
0 2 −1
= (1 −1 1 )
4 −4 4
Formamos el sistema
⃗⃗
(𝐴 − 1𝐼1 )𝑥⃗ = 0
0 2 −1 𝑥 0
(1 −1 1 ) (𝑦) = (0)
4 −4 4 𝑧 0
0𝑥 2𝑦 −1𝑧 = 0
{1𝑥 −𝑦 1𝑧 = 0
4𝑥 −4𝑦 4𝑧 = 0
1
𝑥 = − 𝑧
2
1
𝑦 = 𝑧
2
(𝑧 = 𝑧 )
Sea z = 2
−1
Entonces 𝑉𝜆3 = ( 1 ) VECTOR PROPIO
2
Bibliografía:
• José Manuel Gómez, (J. Gómez). Universidad Nacional de Colombia: Clase 21.
https://ciencias.medellin.unal.edu.co/cursos/algebra-lineal/clases/8-clases/121-
clase-21-parte1.html
• Lay, D. C. (2013). Álgebra lineal para cursos con enfoque por competencias.
Capítulo 7.