Sei sulla pagina 1di 125

Valores y vectores propios

NOTA Existen vectores especiales para los cuales la acci´on de la transformaci´on es muy sencilla: el vector y su imagen tienen la misma direcci´on

H´ector Fabi´an Ram´ırez Ospina

Algebra lineal B´asica

Valores y vectores propios

NOTA Existen vectores especiales para los cuales la acci´on de la transformaci´on es muy sencilla: el vector y su imagen tienen la misma direcci´on T ( v ) = λ v.

H´ector Fabi´an Ram´ırez Ospina

Algebra lineal B´asica

Valores y vectores propios

NOTA Existen vectores especiales para los cuales la acci´on de la transformaci´on es muy sencilla: el vector y su imagen tienen la misma direcci´on T ( v ) = λ v.

EJEM: Sea T : R 2 R 2 , definida por T ( x ) = Ax , donde

A = 3/2 3

1

entonces

1

H´ector Fabi´an Ram´ırez Ospina

Algebra lineal B´asica

Valores y vectores propios

NOTA Existen vectores especiales para los cuales la acci´on de la transformaci´on es muy sencilla: el vector y su imagen tienen la misma direcci´on T ( v ) = λ v.

EJEM: Sea T : R 2 R 2 , definida por T ( x ) = Ax , donde

A = 3/2 3

1

entonces

1

T 2 = 3 2

1

1

(estira)

T 3 = 1 2 3 (encoge y sentido)

2

2

H´ector Fabi´an Ram´ırez Ospina

Algebra lineal B´asica

Valores y vectores propios

NOTA Existen vectores especiales para los cuales la acci´on de la transformaci´on es muy sencilla: el vector y su imagen tienen la misma direcci´on T ( v ) = λ v.

EJEM: Sea T : R 2 R 2 , definida por T ( x ) = Ax , donde

A = 3/2 3

1

entonces

1

T 2 = 3 2 (estira) T − 3 = − 1 2 − 3
T 2 = 3 2
(estira)
T − 3 = − 1 2 − 3 (encoge y sentido)
1
1
2
2

H´ector Fabi´an Ram´ırez Ospina

Algebra lineal B´asica

Valores y vectores propios

NOTA Existen vectores especiales para los cuales la acci´on de la transformaci´on es muy sencilla: el vector y su imagen tienen la misma direcci´on T ( v ) = λ v.

EJEM: Sea T : R 2 R 2 , definida por T ( x ) = Ax , donde

A = 3/2 3

1

entonces

1

T 2 = 3 2 (estira) T − 3 = − 1 2 − 3
T 2 = 3 2
(estira)
T − 3 = − 1 2 − 3 (encoge y sentido)
1
1
2
2

OBJETIVO: Estudiar los valores y vectores propios de T como una propiedad de las matrices asociadas A T .

H´ector Fabi´an Ram´ırez Ospina

Algebra lineal B´asica

Valores y vectores propios

DEF: Dada A una matriz n × n , decimos que λ R es un valor propio de A y que v R n , v = 0 , es un vector propio de A asociado a λ , si y s´olo si,

A v = λ v.

H´ector Fabi´an Ram´ırez Ospina

Algebra lineal B´asica

Valores y vectores propios

DEF: Dada A una matriz n × n , decimos que λ R es un valor propio de A y que v R n , v = 0 , es un vector propio de A asociado a λ , si y s´olo si,

A v = λ v.

de A asociado a λ , si y s´olo si, A v = λ v .

H´ector Fabi´an Ram´ırez Ospina

Algebra lineal B´asica

Valores y vectores propios

DEF: Dada A una matriz n × n , decimos que λ R es un valor propio de A y que v R n , v = 0 , es un vector propio de A asociado a λ , si y s´olo si,

A v = λ v.

de A asociado a λ , si y s´olo si, A v = λ v .
de A asociado a λ , si y s´olo si, A v = λ v .

Note que si v = 0 , entonces A v = λ v es valido para cualquier n´umero real λ . As´ı que por eso lo descartamos.

H´ector Fabi´an Ram´ırez Ospina

Algebra lineal B´asica

Valores y vectores propios

DEF: Dada A una matriz n × n , decimos que λ R es un valor propio de A y que v R n , v = 0 , es un vector propio de A asociado a λ , si y s´olo si,

A v = λ v.

de A asociado a λ , si y s´olo si, A v = λ v .

Note que si v = 0 , entonces A v = λ v es valido para cualquier n´umero v = 0 , entonces A v = λ v es valido para cualquier n´umero real λ . As´ı que por eso lo descartamos.

Si v es un vector tal que T ( v ) = A v = v v es un vector tal que T ( v ) = A v = v , decimos que v es un vector invariante para T definida por la matriz A .

H´ector Fabi´an Ram´ırez Ospina

Algebra lineal B´asica

Valores y vectores propios

DEF: Dada A una matriz n × n , decimos que λ R es un valor propio de A y que v R n , v = 0 , es un vector propio de A asociado a λ , si y s´olo si,

A v = λ v.

Note que si v = 0 , entonces A v = λ v es valido para cualquier n´umero v = 0 , entonces A v = λ v es valido para cualquier n´umero real λ . As´ı que por eso lo descartamos.

Si v es un vector tal que T ( v ) = A v = v v es un vector tal que T ( v ) = A v = v , decimos que v es un vector invariante para T definida por la matriz A .

Si v es un vector propio de A asociado a un valor propio λ entonces cualquier v es un vector propio de A asociado a un valor propio λ entonces cualquier vector paralelo u = α v es tambi´en vector propio de A asociado al mismo valor propio λ , pues A u = A ( α v ) = α A v = αλ v = λα v = λ u.

H´ector Fabi´an Ram´ırez Ospina

Algebra lineal B´asica

Valores y vectores propios

DEF: Dada A una matriz n × n , decimos que λ R es un valor propio de A y que v R n , v = 0 , es un vector propio de A asociado a λ , si y s´olo si,

A v = λ v.

H´ector Fabi´an Ram´ırez Ospina

Algebra lineal B´asica

Valores y vectores propios

DEF: Dada A una matriz n × n , decimos que λ R es un valor propio de A y que v R n , v = 0 , es un vector propio de A asociado a λ , si y s´olo si,

A v = λ v.

EJEM: Consideremos A =

1

1

1

0

1

1

3

2 Verifiquemos que 2

u = 1 y v = 1 son vectores propios de A asociados a los

1

3

1

1

valores propios λ 1 = 0 y λ 2 = 2,

H´ector Fabi´an Ram´ırez Ospina

Algebra lineal B´asica

Valores y vectores propios

DEF: Dada A una matriz n × n , decimos que λ R es un valor propio de A y que v R n , v = 0 , es un vector propio de A asociado a λ , si y s´olo si,

A v = λ v.

EJEM: Consideremos A =

1

1

1

0

1

1

3

2 Verifiquemos que 2

u = 1 y v = 1 son vectores propios de A asociados a los

1

3

1

1

valores propios

λ 1 = 0 y λ 2 = 2,

SOL : A u = o u

y A v = 2v .

H´ector Fabi´an Ram´ırez Ospina

Algebra lineal B´asica

Valores y vectores propios

DEF: Dada A una matriz n × n , decimos que λ R es un valor propio de

A y que v R n , v = 0 , es un vector propio de A asociado a λ , si y s´olo si,

A v = λ v.

EJEM: Consideremos A =

1

1

1

0

1

1

3

2 Verifiquemos que 2

u = 1 y v = 1 son vectores propios de A asociados a los

1

3

1

1

valores propios

λ 1 = 0 y λ 2 = 2,

SOL : A u = o u

y A v = 2v .

OBS: Un vector propio asociado a λ es una soluci´on no nula de Ax = λ x

es decir, soluci´on de ( A λ I ) x = 0 . Luego para garantizar soluciones

x = 0 , el det ( A λ I )

.

H´ector Fabi´an Ram´ırez Ospina

Algebra lineal B´asica

Valores y vectores propios

DEF: Dada A una matriz n × n , decimos que λ R es un valor propio de

A y que v R n , v = 0 , es un vector propio de A asociado a λ , si y s´olo si,

A v = λ v.

EJEM: Consideremos A =

1

1

1

0

1

1

3

2 Verifiquemos que 2

u = 1 y v = 1 son vectores propios de A asociados a los

1

3

1

1

valores propios

λ 1 = 0 y λ 2 = 2,

SOL : A u = o u

y A v = 2v .

OBS: Un vector propio asociado a λ es una soluci´on no nula de Ax = λ x es decir, soluci´on de ( A λ I ) x = 0 . Luego para garantizar soluciones

x = 0 , el det ( A λ I ) = 0.

H´ector Fabi´an Ram´ırez Ospina

Algebra lineal B´asica

Caracterizaci´on de los vectores y valores propios

TEO Sea A una matriz cuadrada. Entonces

λ ∈ R es valor propio de A , si y s´olo si, det ( A R es valor propio de A , si y s´olo si, det ( A λ I ) = 0.

v es un vector propio de A asociado al valor propio λ , si y s´olo es un vector propio de A asociado al valor propio λ , si y s´olo si, v es una soluci´on no trivial de ( A λ I ) x = 0.

H´ector Fabi´an Ram´ırez Ospina

Algebra lineal B´asica

Caracterizaci´on de los vectores y valores propios

TEO Sea A una matriz cuadrada. Entonces

λ ∈ R es valor propio de A , si y s´olo si, det ( A R es valor propio de A , si y s´olo si, det ( A λ I ) = 0.

v es un vector propio de A asociado al valor propio λ , si y s´olo es un vector propio de A asociado al valor propio λ , si y s´olo si, v es una soluci´on no trivial de ( A λ I ) x = 0.

EJEM: Encontremos todos los valores y vectores propios de la matri z

A =

1

1

1

0

1

1

3

2

2

H´ector Fabi´an Ram´ırez Ospina

Algebra lineal B´asica

Caracterizaci´on de los vectores y valores propios

TEO Sea A una matriz cuadrada. Entonces

λ ∈ R es valor propio de A , si y s´olo si, det ( A R es valor propio de A , si y s´olo si, det ( A λ I ) = 0.

v es un vector propio de A asociado al valor propio λ , si y s´olo es un vector propio de A asociado al valor propio λ , si y s´olo si, v es una soluci´on no trivial de ( A λ I ) x = 0.

EJEM: Encontremos todos los valores y vectores propios de la matri z

A =

1

1

1

0

1

1

3

2

2

SOL: Como el det ( A λ I ) = λ 3 2λ 2

,

H´ector Fabi´an Ram´ırez Ospina

Algebra lineal B´asica

Caracterizaci´on de los vectores y valores propios

TEO Sea A una matriz cuadrada. Entonces

λ ∈ R es valor propio de A , si y s´olo si, det ( A R es valor propio de A , si y s´olo si, det ( A λ I ) = 0.

v es un vector propio de A asociado al valor propio λ , si y s´olo es un vector propio de A asociado al valor propio λ , si y s´olo si, v es una soluci´on no trivial de ( A λ I ) x = 0.

EJEM: Encontremos todos los valores y vectores propios de la matri z

A =

1

1

1

0

1

1

3

2

2

SOL: Como el det ( A λ I ) = λ 3 2λ 2 = 0, entonces los valores propios de A son λ = 0 y λ = 2

H´ector Fabi´an Ram´ırez Ospina

Algebra lineal B´asica

Caracterizaci´on de los vectores y valores propios

TEO Sea A una matriz cuadrada. Entonces

λ ∈ R es valor propio de A , si y s´olo si, det ( A R es valor propio de A , si y s´olo si, det ( A λ I ) = 0.

v es un vector propio de A asociado al valor propio λ , si y s´olo es un vector propio de A asociado al valor propio λ , si y s´olo si, v es una soluci´on no trivial de ( A λ I ) x = 0.

EJEM: Encontremos todos los valores y vectores propios de la matri z

A =

1

1

1

0

1

1

3

2

2

SOL: Como el det ( A λ I ) = λ 3 2λ 2 = 0, entonces los valores propios de A son λ = 0 y λ = 2

Hallemos los vectores propios, resolviendo ( A 0I ) x = Ax = 0 y ( A + 2I ) x = 0,

H´ector Fabi´an Ram´ırez Ospina

Algebra lineal B´asica

Caracterizaci´on de los vectores y valores propios

TEO Sea A una matriz cuadrada. Entonces

λ ∈ R es valor propio de A , si y s´olo si, det ( A R es valor propio de A , si y s´olo si, det ( A λ I ) = 0.

v es un vector propio de A asociado al valor propio λ , si y s´olo es un vector propio de A asociado al valor propio λ , si y s´olo si, v es una soluci´on no trivial de ( A λ I ) x = 0.

EJEM: Encontremos todos los valores y vectores propios de la matri z

A =

1

1

1

0

1

1

3

2

2

SOL: Como el det ( A λ I ) = λ 3 2λ 2 = 0, entonces los valores propios de A son λ = 0 y λ = 2

Hallemos los vectores propios, resolviendo ( A 0I ) x = Ax = 0 y ( A + 2I ) x = 0, obtenemos

Sol λ=0 =


α

1

3

1 , α R

H´ector Fabi´an Ram´ırez Ospina

T

Sol λ=2 =


β

Algebra lineal B´asica

T

1

1

1 , β

R

.

Caracterizaci´on de los vectores y valores propios

TEO Sea A una matriz cuadrada. Entonces

λ ∈ R es valor propio de A , si y s´olo si, det ( A R es valor propio de A , si y s´olo si, det ( A λ I ) = 0.

v es un vector propio de A asociado al valor propio λ , si y s´olo es un vector propio de A asociado al valor propio λ , si y s´olo si, v es una soluci´on no trivial de ( A λ I ) x = 0.

H´ector Fabi´an Ram´ırez Ospina

Algebra lineal B´asica

Caracterizaci´on de los vectores y valores propios

TEO Sea A una matriz cuadrada. Entonces

λ ∈ R es valor propio de A , si y s´olo si, det ( A R es valor propio de A , si y s´olo si, det ( A λ I ) = 0.

v es un vector propio de A asociado al valor propio λ , si y s´olo es un vector propio de A asociado al valor propio λ , si y s´olo si, v es una soluci´on no trivial de ( A λ I ) x = 0.

TEO Una matriz A es invertible, si y s´olo si, λ = 0 no es
TEO Una matriz A es invertible, si y s´olo si, λ = 0 no es un valor propio
de A .

DEM:

H´ector Fabi´an Ram´ırez Ospina

Algebra lineal B´asica

Caracterizaci´on de los vectores y valores propios

TEO Sea A una matriz cuadrada. Entonces

λ ∈ R es valor propio de A , si y s´olo si, det ( A R es valor propio de A , si y s´olo si, det ( A λ I ) = 0.

v es un vector propio de A asociado al valor propio λ , si y s´olo es un vector propio de A asociado al valor propio λ , si y s´olo si, v es una soluci´on no trivial de ( A λ I ) x = 0.

TEO Una matriz A es invertible, si y s´olo si, λ = 0 no es
TEO Una matriz A es invertible, si y s´olo si, λ = 0 no es un valor propio
de A .

DEM:

DEF: Dada una matriz A , decimos que p ( λ ) = det (
DEF: Dada una matriz A , decimos que p ( λ ) = det ( A − λ I ) es el
polinomio caracter´ıstico de A .
H´ector Fabi´an Ram´ırez Ospina
Algebra lineal B´asica

Caracterizaci´on de los vectores y valores propios

TEO Sea A una matriz cuadrada. Entonces

λ ∈ R es valor propio de A , si y s´olo si, det ( A R es valor propio de A , si y s´olo si, det ( A λ I ) = 0.

v es un vector propio de A asociado al valor propio λ , si y s´olo es un vector propio de A asociado al valor propio λ , si y s´olo si, v es una soluci´on no trivial de ( A λ I ) x = 0.

TEO Una matriz A es invertible, si y s´olo si, λ = 0 no es
TEO Una matriz A es invertible, si y s´olo si, λ = 0 no es un valor propio
de A .

DEM:

DEF: Dada una matriz A , decimos que p ( λ ) = det (
DEF: Dada una matriz A , decimos que p ( λ ) = det ( A − λ I ) es el
polinomio caracter´ıstico de A .

EJEM: Calculemos el polinomio caracter´ıstico de la matriz

3 1 A = 0

7

2 y la matriz B =

2 1

5 2

0

5

0

1

H´ector Fabi´an Ram´ırez Ospina

Algebra lineal B´asica

Espacio propio E λ Multi Algebraica y Geom´etrica

DEF: A la multiplicidad de una ra´ız real λ del polinomio caracter´ıstico de la matriz A le llamamos multiplicidad algebraica del valor propio λ

H´ector Fabi´an Ram´ırez Ospina

Algebra lineal B´asica

Espacio propio E λ Multi Algebraica y Geom´etrica

DEF: A la multiplicidad de una ra´ız real λ del polinomio caracter´ıstico de la matriz A le llamamos multiplicidad algebraica del valor propio λ

4

EJEM: Si A = 1

6

6

2 despu´es de una serie de c´alculos, 1 5 2

3

tenemos que su polinomio caracter´ıstico es

p ( λ ) = det ( A λ I ) = λ 3 + 5λ 2 8λ + 4 = (1 λ )( λ 2) 2 .

As´ı, que λ = 1 es un valor propio de multiplicidad algebraica 1 y λ 2 = 2 es un valor propio de multiplicidad algebraica 2.

H´ector Fabi´an Ram´ırez Ospina

Algebra lineal B´asica

Espacio propio E λ Multi Algebraica y Geom´etrica

DEF: A la multiplicidad de una ra´ız real λ del polinomio caracter´ıstico de la matriz A le llamamos multiplicidad algebraica del valor propio λ

4

EJEM: Si A = 1

6

6

2 despu´es de una serie de c´alculos, 1 5 2

3

tenemos que su polinomio caracter´ıstico es

p ( λ ) = det ( A λ I ) = λ 3 + 5λ 2 8λ + 4 = (1 λ )( λ 2) 2 .

As´ı, que λ = 1 es un valor propio de multiplicidad algebraica 1 y λ 2 = 2 es un valor propio de multiplicidad algebraica 2.

DEF: Dada A una matriz de tama˜no n × n y λ R un valor propio de A , definimos E (λ) , el espacio propio de A asociado a λ , como

E (λ) = N (A λI) = {x R n : ( A λ I ) x = 0 } .

y definimos la multiplicidad geom´etrica del valor propio λ como dim( E (λ) ).

λ I ) x = 0 } . y definimos la multiplicidad geom´etrica del valor propio
λ I ) x = 0 } . y definimos la multiplicidad geom´etrica del valor propio

H´ector Fabi´an Ram´ırez Ospina

Algebra lineal B´asica

Relaci´on entre multiplicidades de un valor propio

TEO: Si λ es un valor propio de una matriz A de tama˜no n × n , entonces

1 multiplicidad geom´etrica de λ multiplicidad algebraica de λ n .

OBS: Note que si la multiplicidad algebraica es 1, las dos multipli cidades son iguales.

H´ector Fabi´an Ram´ırez Ospina

Algebra lineal B´asica

Espacio propio

E ( λ )

4

Dada la matriz A = 2

Multi Algebraica y Geom´etrica

2

1

3

2 determine las

0

EJEM:

1 2

multiplicidades geom´etricas de sus valores propios; es deci r, dim( E (λ) ).

H´ector Fabi´an Ram´ırez Ospina

Algebra lineal B´asica

Espacio propio

E ( λ )

4

Dada la matriz A = 2

Multi Algebraica y Geom´etrica

2

1

3

2 determine las

0

EJEM:

1 2

multiplicidades geom´etricas de sus valores propios; es deci r, dim( E (λ) ).

SOL: No es dif´ıcil ver que el polinomio caracter´ıstico de A ,

p ( λ ) = det ( A λ I ) = λ 3 + 5λ 2 7λ + 3 = ( λ 1) 2 (3 λ ) .

As´ı que sus valores propios son λ 1 = 1 de multiplicidad algebraica 2 y λ 2 = 3 de multiplicidad algebraica 1.

H´ector Fabi´an Ram´ırez Ospina

Algebra lineal B´asica

Espacio propio

E ( λ )

4

Dada la matriz A = 2

Multi Algebraica y Geom´etrica

2

1

3

2 determine las

0

EJEM:

1 2

multiplicidades geom´etricas de sus valores propios; es deci r, dim( E (λ) ).

SOL: No es dif´ıcil ver que el polinomio caracter´ıstico de A ,

p ( λ ) = det ( A λ I ) = λ 3 + 5λ 2 7λ + 3 = ( λ 1) 2 (3 λ ) .

As´ı que sus valores propios son λ 1 = 1 de multiplicidad algebraica 2 y λ 2 = 3 de multiplicidad algebraica 1.

Los espacios propios son:

E (1) = N (A 1I) =

E (3) = N (A 3I)

H´ector Fabi´an Ram´ırez Ospina

Algebra lineal B´asica

Espacio propio

E ( λ )

4

Dada la matriz A = 2

Multi Algebraica y Geom´etrica

2

1

3

2 determine las

0

EJEM:

1 2

multiplicidades geom´etricas de sus valores propios; es deci r, dim( E (λ) ).

SOL: No es dif´ıcil ver que el polinomio caracter´ıstico de A ,

p ( λ ) = det ( A λ I ) = λ 3 + 5λ 2 7λ + 3 = ( λ 1) 2 (3 λ ) .

As´ı que sus valores propios son λ 1 = 1 de multiplicidad algebraica 2 y λ 2 = 3 de multiplicidad algebraica 1.

Los espacios propios son:

E (1) = N (A 1I) = x

E (3) = N (A 3I) = x

R 3 : ( A 1I ) x = 0 } = gen

1

0

1

5

R 3 : ( A 3I ) x = 0 } = gen 2

3

H´ector Fabi´an Ram´ırez Ospina

Algebra lineal B´asica


Espacio propio

E ( λ )

4

Dada la matriz A = 2

Multi Algebraica y Geom´etrica

2

1

3

2 determine las

0

EJEM:

1 2

multiplicidades geom´etricas de sus valores propios; es deci r, dim( E (λ) ).

SOL: No es dif´ıcil ver que el polinomio caracter´ıstico de A ,

p ( λ ) = det ( A λ I ) = λ 3 + 5λ 2 7λ + 3 = ( λ 1) 2 (3 λ ) .

As´ı que sus valores propios son λ 1 = 1 de multiplicidad algebraica 2 y λ 2 = 3 de multiplicidad algebraica 1.

Los espacios propios son:

E (1) = N (A 1I) = x

E (3) = N (A 3I) = x

R 3 : ( A 1I ) x = 0 } = gen

1

0

1

5

R 3 : ( A 3I ) x = 0 } = gen 2

3


dim( E (1) ) = dim( E (3) ) = 1 es decir, tienen multiplicidades geom´etricas 1.

H´ector Fabi´an Ram´ırez Ospina

Algebra lineal B´asica

C´alculo de Valores y Vectores Propios

Pasos a seguir 1 Calcular el polinomio caracter´ıstico p ( λ ) = det (
Pasos a seguir
1 Calcular el polinomio caracter´ıstico p ( λ ) = det ( A − λ I ).

H´ector Fabi´an Ram´ırez Ospina

Algebra lineal B´asica

C´alculo de Valores y Vectores Propios

Pasos a seguir 1 Calcular el polinomio caracter´ıstico p ( λ ) = det (
Pasos a seguir
1 Calcular el polinomio caracter´ıstico p ( λ ) = det ( A − λ I ).
2 Calcular las ra´ıces reales de p ( λ )

H´ector Fabi´an Ram´ırez Ospina

Algebra lineal B´asica

C´alculo de Valores y Vectores Propios

Pasos a seguir 1 Calcular el polinomio caracter´ıstico p ( λ ) = det (
Pasos a seguir
1 Calcular el polinomio caracter´ıstico p ( λ ) = det ( A − λ I ).
2 Calcular las ra´ıces reales de p ( λ ) ( valores propios de A ).

H´ector Fabi´an Ram´ırez Ospina

Algebra lineal B´asica

C´alculo de Valores y Vectores Propios

Pasos a seguir 1 Calcular el polinomio caracter´ıstico p ( λ ) = det (
Pasos a seguir
1 Calcular el polinomio caracter´ıstico p ( λ ) = det ( A − λ I ).
2 Calcular las ra´ıces reales de p ( λ ) ( valores propios de A ).
3 Resolver el sistema homog´eneo ( A − λ I ) x = 0 , para cada valor de λ .
(vectores propios de A asociados a λ )

H´ector Fabi´an Ram´ırez Ospina

Algebra lineal B´asica

C´alculo de Valores y Vectores Propios

Pasos a seguir 1 Calcular el polinomio caracter´ıstico p ( λ ) = det (
Pasos a seguir
1 Calcular el polinomio caracter´ıstico p ( λ ) = det ( A − λ I ).
2 Calcular las ra´ıces reales de p ( λ ) ( valores propios de A ).
3 Resolver el sistema homog´eneo ( A − λ I ) x = 0 , para cada valor de λ .
(vectores propios de A asociados a λ )
3
− 2
EJEM: Hallar los valores y vectores propios de A =
− 3
2

SOL: profesor

H´ector Fabi´an Ram´ırez Ospina

Algebra lineal B´asica

C´alculo de Valores y Vectores Propios

Pasos a seguir 1 Calcular el polinomio caracter´ıstico p ( λ ) = det (
Pasos a seguir
1 Calcular el polinomio caracter´ıstico p ( λ ) = det ( A − λ I ).
2 Calcular las ra´ıces reales de p ( λ ) ( valores propios de A ).
3 Resolver el sistema homog´eneo ( A − λ I ) x = 0 , para cada valor de λ .
(vectores propios de A asociados a λ )
3
− 2
EJEM: Hallar los valores y vectores propios de A =
− 3
2

SOL: profesor

1

EJEM: Halle los valores y vectores propios de A = 1 0

0 0

0

H´ector Fabi´an Ram´ırez Ospina

Algebra lineal B´asica

0

0

2

C´alculo de Valores y Vectores Propios

Pasos a seguir 1 Calcular el polinomio caracter´ıstico p ( λ ) = det (
Pasos a seguir
1 Calcular el polinomio caracter´ıstico p ( λ ) = det ( A − λ I ).
2 Calcular las ra´ıces reales de p ( λ ) ( valores propios de A ).
3 Resolver el sistema homog´eneo ( A − λ I ) x = 0 , para cada valor de λ .
(vectores propios de A asociados a λ )
3
− 2
EJEM: Hallar los valores y vectores propios de A =
− 3
2

SOL: profesor

1

EJEM: Halle los valores y vectores propios de A = 1 0

0 0

0

SOL: No es dif´ıcil ver

0

0

2

p ( λ ) = det ( A λ I ) = (2 λ )( λ 2 + 1)

Continuar

H´ector Fabi´an Ram´ırez Ospina

Algebra lineal B´asica

Independencia de los vectores propios

TEO: Si λ 1 , λ 2 , entonces

, λ k son valores propios distintos de una matriz A (n) ,

1
1

El conjunto de vectores propios {v 1 , v 2 ,

λ 1 , λ 2 ,

, λ k es l . i .

, v k } de A asociados

de vectores propios { v 1 , v 2 , λ 1 , λ 2 ,

H´ector Fabi´an Ram´ırez Ospina

Algebra lineal B´asica

Independencia de los vectores propios

TEO: Si λ 1 , λ 2 , entonces

, λ k son valores propios distintos de una matriz A (n) ,

El conjunto de vectores propios { v 1 , v 2 , {v 1 , v 2 ,

, v k } de A asociados

λ 1 , λ 2 ,

, λ k es l . i .

Si B 1 , B 2 ,

, B k son bases de los espacios propios E λ 1 , E λ 2 B k son bases de los espacios propios E λ 1 , E λ 2 ,

, E λ k ,

E λ 1 , E λ 2 , , E λ k , entonces B =

entonces B = B 1 ∪ B 2 ∪ · · · ∪ B k es un conjunto l . i

que B tenga n elementos, entonces B es una base de R n .

En el caso, de

· ∪ B k es un conjunto l . i que B tenga n elementos, entonces

H´ector Fabi´an Ram´ırez Ospina

Algebra lineal B´asica

Independencia de los vectores propios

EJEM: Verifiquemos la independencia de los vectores propios distin tos

de la matriz A =

1

0

0

0

1

2

0

3

1

0

1

3

1

0

0

1

H´ector Fabi´an Ram´ırez Ospina

Algebra lineal B´asica

Independencia de los vectores propios

EJEM: Verifiquemos la independencia de los vectores propios distin tos

de la matriz A =

1

0

0

0

1

2

0

3

1

0

1

3

1

0

0

1

SOL: No es dif´ıcil ver que el polinomio caracter´ıstico de A es :

p ( λ ) = λ 4 5λ 3 + 9λ 2 7λ + 2

= ( λ 2)( λ 1) 3

y por lo tanto, sus valores propios son λ 1 = 2 de multiplicidad algebraica 1 y λ 2 = 1 de multiplicidad algebraica 3.

H´ector Fabi´an Ram´ırez Ospina

Algebra lineal B´asica

Independencia de los vectores propios

EJEM: Verifiquemos la independencia de los vectores propios distin tos

de la matriz A =

1

0

0

0

1

2

0

3

1

0

1

3

1

0

0

1

SOL: No es dif´ıcil ver que el polinomio caracter´ıstico de A es :

p ( λ ) = λ 4 5λ 3 + 9λ 2 7λ + 2

= ( λ 2)( λ 1) 3

y por lo tanto, sus valores propios son λ 1 = 2 de multiplicidad algebraica 1 y λ 2 = 1 de multiplicidad algebraica 3. Al resolver los sistemas homog´eneos ( A 2I ) x = 0 y ( A I ) x = 0 encontramos

E (2) = gen

4

1

0

3

E (1) = gen

1

0

0

0

As´ı que la multiplicidad geom´etrica de λ 1 = 2, λ 2 = 1 es 1, y claramente son l . i

H´ector Fabi´an Ram´ırez Ospina

Algebra lineal B´asica

Independencia de los vectores propios

EJEM: Verifiquemos que los vectores propios de la matriz

5

A = 4

2

4

5

2

2

2 forman una base de R 3

2

H´ector Fabi´an Ram´ırez Ospina

Algebra lineal B´asica

Independencia de los vectores propios

EJEM: Verifiquemos que los vectores propios de la matriz

5

A = 4

2

4

5

2

2

2 forman una base de R 3

2

SOL: No es dificil ver que el polinomio caracter´ıstico de A es :

p ( λ ) = λ 3 + 12λ 2 21λ + 10 = ( λ 10)( λ 1) 2

y por lo tanto, sus valores propios son λ 1 = 10 de multiplicidad algebraica 1 y λ 2 = 1 de multiplicidad algebraica 2.

H´ector Fabi´an Ram´ırez Ospina

Algebra lineal B´asica

Independencia de los vectores propios

EJEM: Verifiquemos que los vectores propios de la matriz

5

A = 4

2

4

5

2

2

2 forman una base de R 3

2

SOL: No es dificil ver que el polinomio caracter´ıstico de A es :

p ( λ ) = λ 3 + 12λ 2 21λ + 10 = ( λ 10)( λ 1) 2

y por lo tanto, sus valores propios son λ 1 = 10 de multiplicidad algebraica 1 y λ 2 = 1 de multiplicidad algebraica 2. Al resolver los sistemas homog´eneos ( A 10I ) x = 0 y ( A I ) x = 0 encontramos

E (10) = gen

2

2

1

E (1) = gen

1

0

1

,

0

2

1

As´ı los valores propios λ 1 y λ 2 tienen multiplicidad geom´etrica 1 y 2, y claramente son l . i y forman un base de R 3 .

H´ector Fabi´an Ram´ırez Ospina

Algebra lineal B´asica

Independencia de los vectores propios

EJEM: Verifiquemos que los vectores propios de la matriz

0

0 forman una base de R 3

5

A =

1

3

1

0

2

3

H´ector Fabi´an Ram´ırez Ospina

Algebra lineal B´asica

Independencia de los vectores propios

EJEM: Verifiquemos que los vectores propios de la matriz

0

0 forman una base de R 3

5

A =

1

3

1

0

2

3

SOL: Claramente por ser triangular el polinomio caracter´ıstico d e A es :

p ( λ ) = ( λ + 1)( λ 2)( λ 5)

y por lo tanto, sus valores propios son λ = 1, 2, 5 cada uno de multiplicidad algebraica 1.

H´ector Fabi´an Ram´ırez Ospina

Algebra lineal B´asica

Independencia de los vectores propios

EJEM: Verifiquemos que los vectores propios de la matriz

0

0 forman una base de R 3

5

A =

1

3

1

0

2

3

SOL: Claramente por ser triangular el polinomio caracter´ıstico d e A es :

p ( λ ) = ( λ + 1)( λ 2)( λ 5)

y por lo tanto, sus valores propios son λ = 1, 2, 5 cada uno de multiplicidad algebraica 1. Al resolver los sistemas homog´eneos ( A + I ) x = 0, ( A 2I ) x = 0 y ( A 5I ) x = 0 encontramos

E ( 1) = gen { 3 }

3

1

E (2) = gen {

0

1

1

}

E (5) = gen {

0

0

1

}

As´ı los valores propios λ = 1, 2, 5 tienen multiplicidad geom´etrica 1, y claramente son l . i y forman un base de R 3

H´ector Fabi´an Ram´ırez Ospina

Algebra lineal B´asica

Corolarios importantes

TEO: Los valores propios de una matriz triangular son los elementos de la diagonal de la matriz.

H´ector Fabi´an Ram´ırez Ospina

Algebra lineal B´asica

Corolarios importantes

TEO: Los valores propios de una matriz triangular son los elementos de la diagonal de la matriz.

DEM: Si A = ( a ij ) es una matriz triangular, su polinomio caracter´ıstico es

p ( λ ) = det ( A λ I ) = ( a 11 λ )( a 22 λ ) · · · ( a nn

λ ) .

As´ı que los valores propios de A , que son las soluciones de p ( λ ) = 0 son

a 11 , a 22 ,

a nn , los cuales son los elementos de la diagonal de A .

H´ector Fabi´an Ram´ırez Ospina

Algebra lineal B´asica

Corolarios importantes

TEO: Los valores propios de una matriz triangular son los elementos de la diagonal de la matriz.

H´ector Fabi´an Ram´ırez Ospina

Algebra lineal B´asica

Corolarios importantes

TEO: Los valores propios de una matriz triangular son los elementos de la diagonal de la matriz.

CORO: Si una matriz A de tama˜no n × n tiene n valores propios distintos,
CORO: Si una matriz A de tama˜no n × n tiene n valores propios
distintos, existe una base de R n formada por vectores propios de la
matriz A .

H´ector Fabi´an Ram´ırez Ospina

Algebra lineal B´asica

Corolarios importantes

TEO: Los valores propios de una matriz triangular son los elementos de la diagonal de la matriz.

CORO: Si una matriz A de tama˜no n × n tiene n valores propios distintos,
CORO: Si una matriz A de tama˜no n × n tiene n valores propios
distintos, existe una base de R n formada por vectores propios de la
matriz A .

Propiedades de los valores y vectores propios

DEF: Sea A de tama˜no n × n y v un vector propio de A asociado al valor propio λ . Entonces,

1
1

λ es un valor propio de A T .

n × n y v un vector propio de A asociado al valor propio λ .

H´ector Fabi´an Ram´ırez Ospina

Algebra lineal B´asica

Corolarios importantes

TEO: Los valores propios de una matriz triangular son los elementos de la diagonal de la matriz.

CORO: Si una matriz A de tama˜no n × n tiene n valores propios distintos,
CORO: Si una matriz A de tama˜no n × n tiene n valores propios
distintos, existe una base de R n formada por vectores propios de la
matriz A .
Propiedades de los valores y vectores propios DEF: Sea A de tama˜no n × n
Propiedades de los valores y vectores propios
DEF: Sea A de tama˜no n × n y v un vector propio de A asociado al valor
propio λ . Entonces,
1 λ es un valor propio de A T .
2 Si A es invertible, entonces λ = 0 y v es un vector propio de A − 1
asociado al valor propio
1
λ .
H´ector Fabi´an Ram´ırez Ospina
Algebra lineal B´asica

Corolarios importantes

TEO: Los valores propios de una matriz triangular son los elementos de la diagonal de la matriz.

CORO: Si una matriz A de tama˜no n × n tiene n valores propios distintos,
CORO: Si una matriz A de tama˜no n × n tiene n valores propios
distintos, existe una base de R n formada por vectores propios de la
matriz A .
Propiedades de los valores y vectores propios DEF: Sea A de tama˜no n × n
Propiedades de los valores y vectores propios
DEF: Sea A de tama˜no n × n y v un vector propio de A asociado al valor
propio λ . Entonces,
1 λ es un valor propio de A T .
2 Si A es invertible, entonces λ = 0 y v es un vector propio de A − 1
asociado al valor propio
1
λ .
DEM: Si A es invertible, λ = 0, ¿Porque?
H´ector Fabi´an Ram´ırez Ospina
Algebra lineal B´asica

Corolarios importantes

TEO: Los valores propios de una matriz triangular son los elementos de la diagonal de la matriz.

CORO: Si una matriz A de tama˜no n × n tiene n valores propios distintos,
CORO: Si una matriz A de tama˜no n × n tiene n valores propios
distintos, existe una base de R n formada por vectores propios de la
matriz A .
Propiedades de los valores y vectores propios DEF: Sea A de tama˜no n × n
Propiedades de los valores y vectores propios
DEF: Sea A de tama˜no n × n y v un vector propio de A asociado al valor
propio λ . Entonces,
1 λ es un valor propio de A T .
2 Si A es invertible, entonces λ = 0 y v es un vector propio de A − 1
asociado al valor propio
1
λ .
DEM: Si A es invertible, λ = 0, ¿Porque? ahora sea v un vector
propio de A , asociado a λ , entonces A v = λ v luego λ v = A − 1 v ; es
decir, v es un vector propio de A − 1 asociado al valor propio
1
1
λ .
H´ector Fabi´an Ram´ırez Ospina
Algebra lineal B´asica

Corolarios importantes

TEO: Los valores propios de una matriz triangular son los elementos de la diagonal de la matriz.

CORO: Si una matriz A de tama˜no n × n tiene n valores propios distintos,
CORO: Si una matriz A de tama˜no n × n tiene n valores propios
distintos, existe una base de R n formada por vectores propios de la
matriz A .
Propiedades de los valores y vectores propios DEF: Sea A de tama˜no n × n
Propiedades de los valores y vectores propios
DEF: Sea A de tama˜no n × n y v un vector propio de A asociado al valor
propio λ . Entonces,
1 λ es un valor propio de A T .
2 Si A es invertible, entonces λ = 0 y v es un vector propio de A − 1
asociado al valor propio
1
λ .
H´ector Fabi´an Ram´ırez Ospina
Algebra lineal B´asica

Corolarios importantes

TEO: Los valores propios de una matriz triangular son los elementos de la diagonal de la matriz.

CORO: Si una matriz A de tama˜no n × n tiene n valores propios distintos,
CORO: Si una matriz A de tama˜no n × n tiene n valores propios
distintos, existe una base de R n formada por vectores propios de la
matriz A .
Propiedades de los valores y vectores propios DEF: Sea A de tama˜no n × n
Propiedades de los valores y vectores propios
DEF: Sea A de tama˜no n × n y v un vector propio de A asociado al valor
propio λ . Entonces,
1 λ es un valor propio de A T .
2 Si A es invertible, entonces λ = 0 y v es un vector propio de A − 1
asociado al valor propio
1
λ .
3 v es un vector propio de A k asociado al valor propio λ k .
H´ector Fabi´an Ram´ırez Ospina
Algebra lineal B´asica

Matrices Semejantes

Sean A y B dos matrices semejantes, entonces

1
1

det A = det B .

2
2

Si una de las matrices es invertible, la otra tambi´en lo es.

3
3

A y B tienen el mismo polinomio caracter´ıstico.

4
4

A y B tienen los mismos valores propios.

5
5

Existe P , una matriz invertible, tal que si v es un vector propio de A , P v es un vector propio de B .

6
6

A y B tienen el mismo rango.

tal que si v es un vector propio de A , P v es un vector

H´ector Fabi´an Ram´ırez Ospina

Algebra lineal B´asica

Matrices Semejantes

Sean