TRABAJO DE ALGEBRA LINEAL

El vector característico, propio o eigenvector      de la matriz A de n x n es una matriz

de    n x 1   tal que   donde   es un valor escalar real que recibe el nombre de
valor característico, propio o eigenvalor.
 
 La alternativa más obvia sería el vector característico cero.  Este último se
descarta ya que la condición     se cumpliría para cualquier valor de   
teniendo, entonces, un número infinito de soluciones para  .
 
Con la finalidad de encontrar el valor de  , se analiza la expresión   de la
cual   se puede escribir como   y, por lo tanto,
 

 
esta última representa un sistema homogéneo de n ecuaciones que tiene al menos
la solución trivial.  La única manera de que tenga soluciones no triviales  es que
 

 
La ecuación    recibe el nombre de ecuación o polinomio
característico de A.
 
Ejemplo 1.
 
Sea una matriz
 

 
Determinar sus valores y vectores propios.
La matriz identidad  I  multiplicada por  λ  para matrices    queda
 
La diferencia 
 

 
 
cuyo determinante se puede escribir
 

 
que es el polinomio característico.   Mediante factorización o por la fórmula
general obtenemos sus raíces, o valores característicos,
 

 
Para encontrar los vectores propios o eigenvectores de la matriz A se
utiliza   donde   es el vector propio:
 

 
Substituyendo     se tiene
 

 
que representa el siguiente sistema homogéneo de ecuaciones lineales:
 

 
cuya solución evidentemente es
 
                                                                  
 
y  y  es variable libre.   De modo que el vector propio que corresponde a     es:
 

 
Si   y = 1 
 

 
A manera de comprobación se puede verificar que    .
 
El segundo vector propio se obtiene, de la misma manera, sustituyendo   ,
y  queda
 

 
de donde el vector     es
 

 
Si  y = 6
 

 
Se puede verificar que    .
 
 
Ejemplo 2.
 
 
Sea una matriz
 
  
se busca que el determinante de la matriz  sea cero:

 
El determinante de la matriz igualado a cero, está dado por
 

 
Cuyas raíces son

 
que son los valores propios o eigenvalores de la matriz A.
 
Para encontrar los vectores propios o eigenvectores de la matriz A se
utiliza   donde   es el vector propio:
 
  
Se substituyen los valores propios  , y se resuelve el sistema
homogéneo de ecuaciones lineales resultante
 

 
cuyas soluciones son:

 
El vector propio, que por ahora se denominará   se puede expresar como
 

.
 
Si  y = 5
 

Para el valor propio 

 

 
se obtiene el vector  propio
 

.
 
Si  y = 15
 

 
 
 
El conjunto de todos los vectores propios asociados a un valor propio dado  , junto con
el vector 0 , forman un espacio vectorial.  Por lo tanto,    representa un subespacio
de   porque es el espacio solución de un sistema homogéneo de ecuaciones lineales y
está conformado por  matrices columna   de n x 1 que pertenecen a  . 
 
Los vectores característicos   ,  asociados a los valores característicos
distintos   de la matriz A, son linealmente independientes, y este conjunto es
una base en  .    Si la matriz A es simétrica y real, entonces las base es ortogonal.
 
 
 
Ejemplo 3.
 
Sea la matriz simétrica
 

 
cuya ecuación característica es
 
  
con raíces
 

 
los vectores característicos
 

6.3.-Determinación de Valores y Vectores Característicos Después de lo anteriormente visto

podemos concluir que para determinar los valores y vectores característicos seguimos estos pasos.
Sea A una matriz n x n 1. Forme la ecuación característica λI − A = 0 .Será una ecuación polinomial
de grado n en la variable λ . 2. Determine las raíces reales de la ecuación característica. Estas son
los valores característicos de A. 3. Para todo valor característico de λi ,determine los vectores
característicos correspondientes a λi , al resolver el sistema homogéneo ( I A) λi − x=0.Para llevar a
cabo lo anterior se requiere reducir por renglones una matriz n x n. La forma resultante
escalonada reducida debe contener por lo menos un renglón de ceros.

ECUACION CARACTERISTICA:
Ecuación obtenida igualando a cero el denominador de la función de transferencia de
un sistema, o el polinomio característico de una transformación lineal dada sobre un
espacio vectorial de dimensión finita, o de su transformación matricial. De utilidad para
la deformación de imágenes.