VECTORES Y VALORES

PROPIOS
ALGEBRA LINEAL
OBJETIVOS

 Enesta unidad estudiaremos el concepto de valor y vector

propio de una transformación lineal o de la matriz que se
obtiene de una transformación lineal, así como algunos
métodos numéricos para calcular dichos valores y vectores
propios.
IMPORTANCIA
 El problema de los valores y vectores propios, es de gran utilidad en muchas
áreas del conocimientos, como en física cuántica y atómica, para
determinar estados de energía; en ingeniería para encontrar momentos de
inercia; en mecánica de solidos; en procesamiento de imágenes y teoría de
grafos; en la computación; en algunas técnicas de estadística para las
ciencias sociales.
 Históricamente, el origen del problema de los valores y vectores propios no
esta relacionado precisamente con las matrices, sino con el problema
geométrico de las formas cuadráticas y con el problema de describir el
movimiento de los planetas. Sin embargo, el problema se puede plantear
desde el punto de vista del Algebra lineal , es decir en el contexto de las
matrices y transformaciones lineales.
 Recordemos que la parte fundamental del Algebra Lineal consiste en resolver sistema de
ecuaciones lineales, los cuales en su notación matricial tiene la forma:
Ax  B
 El problema de los valores y vectores propios consiste en plantear la siguiente ecuación matricial

Ax  x
 Donde A es una matriz cuadrada de coeficientes conocidos y se tiene que determinar los escalares
 valores propios, y los vectores X, vectores propios, que satisfacen la ecuación matricial.
Si la matriz A es la representación de una transformación lineal, entonces la expresión
equivalente como una transformación lineal seria:

T ( x )  x
 Es decir T transforma un vector en un múltiplo de el mismo

 En otras palabras se tiene que resolver la siguiente ecuación matricial:

Ax  x
 La cual se reduce a resolver un sistema de ecuaciones lineales
DEFINICION: vector propio
 Un vector propio de una matriz A de n x n es un vector x diferente de cero
tal que

Ax  x
Para algún escalar 
Un escalar  se llama valor propio de A si existe una solución no trivial x de

Ax  x
Una x como ésta se denomina vector propio correspondiente a 
POLINOMIO CARACTERÍSTICO Y ECUACION CARACTERÍSTICA

 En base a la definición anterior podemos deducir el método general para encontrar los valores y vectores
propios de una matriz arbitraria.
 Sea A  (aij ) una matriz de orden n x n el determinante definido como:

f ( )  det( A   . I n )  A   . I n

 Denominado polinomio característico de la matriz A.

 Por otro lado, si el polinomio característico anterior lo igualamos a cero, entonces a ecuación:
f ( )  A   . I n  0
 Se le llama ecuación característica de la matriz A, y las raíces de esta ecuación son los valores propios de A
1 , 2 , 3...n
 Si la matriz A es de tamaño n x n , entonces debe tener n valores propios reales y enteros.
 Los vectores propios o característicos, X, de la matriz A se obtienen sustituyendo cada uno de los
valores propios obtenidos, de la ecuación homogénea.
 Ejemplo 01
1 6  6   3 
 Sea A    u    v    ¿ son “u” y “v” vectores propios de A?
5 2   5   2

¿El escalar 7 es un valor propio de A?

Solución
“u” y “v” son valores propios de A, si existe un  tal que Ax  x
entonces
a) Para “u” Au  u

 1 6  6    24 
Au     Au   
 5 2   5   20 
  6   4u
Au  4 
  5
  4  existe

 Entonces “u” es un vector propio correspondiente a un valor propio (-4)

b) Para “v” Av  v
 1 6  3    9
Av     Av   
 5 2   2   11 
 3 
   
  2
 3 
v    No es un vector propio de A, pues Av no es múltiplo de v
  2
c) 7 es un valor propio de A

Ax  7 x
Ax  7 x  0
( A  7I )x  0 Ecuación homogénea

 6 6 
A  7I   
 5  5
Reemplazando

 6 6 
  x  0
 5  5
  6 6 0
Forma aumentada
 | 
 5  5 0
Reducción a la forma escalonada por transformaciones elementales de filas, resulta

1  1 0
 |  x1  x2  0
0 0 0

 x1  a  1
X    X    X  a   a0
 x2  a  1
La ecuación (A-7I)x=0 tiene soluciones no triviales, entonces 7 es un valor propio de A, cada
vector de la forma
 1  7
X  a   a  0 Es un vector propio correspondiente a

 1
NOTA

 Una forma escalonada de una matriz a, generalmente no exhibe los valores de a.

  es un valor propio de A si y solo si ( A  I ) x 0 tiene un solución no
trivial
 El conjunto de todas las soluciones de ( A  I ) x  0 es el espacio no nulo
de la matrizA  I n
de manera que este conjunto es un sub espacio de y
se llama el espacio propio de A, correspondiente
a

 El espacio propio consiste en los vectores cero y en todos los vectores propios
correspondientes a 
Ejemplo 02 10  18 
 Determinar los valores y vectores propios de A   6  11 
 
SOLUCIÓN
El problema consiste en encontrar los escalares   y los vectores x  2 tales que
cumple la ecuación matricial
Ax  x
Sea
 x1 
X     Ax  x
 x2 
Reemplazando

10  18  x1   x1 
      
6  11  x2   x2 
 Resulta el sistema
10 x1  18 x2  x1
6 x1  11 x2  x2
obteniendo
(10   ) x1  18 x2  0
6 x1  (11   ) x2  0
Sistema de ecuaciones con tres incógnitas x1 , x2 , 

Como el sistema es homogéneo , hay dos posibilidades

x1  x2  0
a) Solución única: solución trivial

 x1   0
X     X   
 x2   0
el vector cero no es vector propio por lo que esta posibilidad no es valida.
b) Tiene un numero infinito de soluciones: (vectores propios distintos de cero), esto es valido .
Para que el sistema tenga soluciones infinitas su determinante debe ser igual acero
(10   ) x1  18 x2  0
6 x1  (11   ) x2  0

10    18   x1   0 
      
 6  (11   )   x2   0 

10    18
0
6  (11   )
 (10   )(11   )  108  0
2    2  0 (   2)(   1)  0

Son valores propios 1  2 2  1

a) Para  1  2
el sistema es
12 x1  18 x2  0
6 x1  9 x2  0
Resolviendo el sistema

12  18 0 
 | 
6  9 0
2  3 0 3
 |  x2  a x1  a
0 0 0 2
 x1  3/ 2
x     x  a  
 x2   1 
3/ 2
 1  para el valor propio 1  2
Vector propio 
 
b) Para 2  1
el sistema es 9 x1  18 x2  0 (10   ) x1  18 x2  0
6 x1  12 x2  0 6 x1  (11   ) x2  0
Resolviendo el sistema

 9  18 0 
 | 
 6  12 0 
 1  2 0
 |  x2  a x1  2a
0 0 0
 x1    2
X     X  a  
 x2   1 
  2
Vector propio 
 1  para el valor propio 2  1
 