Captulo 1

Valores y Vectores Propios

Empezaremos este captulo introduciendo el concepto de valores y vectores propios de
una matriz cuadrada . Para toda matriz cuadrada de orden : :. existe un vector
no nulo que es transformado por , en un mltiplo de si mismo.
Ejemplo 1.1. Sea A la matriz dado por
=
_
10 18
6 11
_
entonces el vector =
_
3
2
_
es transformado por en el vector dado por
=
_
10 18
6 11
__
3
2
_
=
_
6
4
_
= 2
_
3
2
_
= 2
Denicin 1.1. Sea A una matriz cuadrada de orden ::. Un vector no nulo 2 R
n
es llamado un vector propio de A si existe un escalar ` 2 R tal que
= ` (1.1)
El escalar ` es llamado valor propio de A, y diremos que el vector propio es corre-
spondiente al valor propio ` de A
Ahora tenemos el problema de como encontrar los valores y vectores propios de A,
1
de la ecuacin (1.1) tenemos que
( `1) = 0
para que este sistema tenga una solucin no nula entonces la matriz ( `1) debe ser
no singular esto es det ( `1) = 0. esto es los valores propios de A son las races de
la ecuacin det ( `1) = 0 y los vectores propios correspondientes vienen dados por
la solucin no nula del sistema homogneo ( `1) = 0
Teorema 1.1. Si A es una matriz cuadrada de orden :. entonces tenemos las siguientes
equivalencias
1. (a) ` es un valor propio de A
(b) det ( `1) = 0 (det (`1 ) = 0)
(c) `1 es no-singular
(d) El sistema homogeneo ( `1) = 0 tiene solucin no-nula
Ejemplo 1.2. Vimos que la matriz =
_
10 18
6 11
_
tiene como valor propio ` = 2
y como vector propio asociado =
_
3
2
_
. veamos la equivalencia anterior
1. (a) ` = 2 es una valor propio, pues = `
(b)
det ( `1) = det
_
12 18
6 9
_
= 0
(c) La matriz `1 =
_
12 18
6 9
_
es claramente no-singular
(d) el vector =
_
3
2
_
es una solucin no nula del sistema homogeneo ( `1) r =
0 pues
( `1) =
_
12 18
6 9
__
3
2
_
=
_
0
0
_
Denicin 1.2. Se denomina polinomio caracteristico a det ( `1) y se denota como
j (`), esto es
j (`) = det ( `1)
y las races de este polinomio vienen a ser los valores propios de A.
2
Debe notar que el polinomio j (`) es un polinomio de grado :. ahora en el campo
de los complejos este polinomio tiene exactamente : races contando sus repeticiones,
entonces
j (`) = (1)
n
(` `
1
)
r
1
(` `
2
)
r
2
(` `
m
)
r
m
Denicin 1.3. Los nmeros :
1
. :
2
. . :
m
se denominan las multiplicidades alge-
braicas de los valores propios `
1
. `
2
. . `
m
Ejemplo 1.3. Encontrar los valores y vectores propios de la matriz A, dada por
=
_
2
p
2
p
2 1
_
Solucin 1. Formamos la ecuacin det (`1 ) = 0
det
_
` 2
p
2

p
2 ` 1
_
= 0
entonces tenemos
j (`) = `
2
3`
hallamos las races del polinomio caracteristico
j (`) = `
2
3` = 0
j (`) = `(` 3) = 0
luego tenemos las races
`
1
= 0 `
2
= 3
por tanto 0. 3 son los valores propios de la matriz . Ahora debemos encontrar los
vectores propios correspondientes a cada valor propio.
Para hallar el vector propio correspondiente a `
1
= 0. resolvemos el sistema homo-
geneo
( `
1
1) = 0
= 0
_
2
p
2
p
2 1
__
r

_
=
_
0
0
_
el cul tiene como solucin general
_
r

_
= t
_
1
p
2
_
. t 2 R
3
por lo tiene como vector propio a
1
=
_
1
p
2
_
Ahora hallamos el vector propio correspondiente a `
2
= 3
( `
2
1) = 0
( 31) = 0
_
1
p
2
p
2 2
__
r

_
=
_
0
0
_
cuya solucin general viene dado por
_
r

_
= t
_
p
2
1
_
. t 2 R
por lo cual
2
=
_
p
2
1
_
es vector propio asociado a `
2
= 3
Proposicin 1.2. Sea A una matriz de orden : :. Entonces el trmino de grado k
del polinomio caracteristico viene dado por
(`)
k
_
on:c dc |o:
_
:
/
_
:c:o:c: dicqo:c|c: dc o:dc: : / dc
_
Ejemplo 1.4. Hallar el polinomio caracteristico de
=
_
2
p
2
p
2 1
_
Hallando el trmino de orden / = 2 (: / = 0)
(`)
2
[1] = `
2
pues no hay menor diagonal de orden 0
Hallando el trmino de orden / = 1 (: / = 1)
(`)
1
_
on:c dc |o:
_
2
1
_
:c:o:c: dicqo:c|c: dc o:dc: 1 dc
_
= (`) (det (2) + det (1)) = 3`
4
Hallando el trmino de orden / = 0 (: / = 2)
(`)
0
_
on:c dc |o:
_
2
0
_
:c:o:c: dicqo:c|c: dc o:dc: 2 dc
_
= det () = 0
entonces el polinomio viene dado por
j (`) = `
2
3` + 0
Ejemplo 1.5. Hallar el polinomio caracteristico de la matriz
_
_
_
3 2 4
2 0 2
4 2 3
_
_
_
Hallando el trmino de orden / = 3 (: / = 1)
(`)
3
= `
3
Hallando el trmino de orden / = 2 (: / = 1)
: (`)
2
_
on:c dc |o:
_
3
2
_
:c:o:c: dicqo:c|c: dc o:dc: 1 dc
_
: `
2
[3 + 0 + 3] = 6`
2
Hallando el trmino de orden / = 1 (: / = 2)
(`)
1
_
on:c dc |o:
_
3
1
_
:c:o:c: dicqo:c|c: dc o:dc: 2 dc
_
= (`)
_
det
_
3 2
2 0
_
+ det
_
0 2
2 3
_
+ det
_
3 4
4 3
__
= (`) (4 + 4 + 7) = 15`
Hallando el trmino de orden / = 0 (: / = 3)
: (`)
0
_
on:c dc |o:
_
3
3
_
:c:o:c: dicqo:c|c: dc o:dc: 3 dc
_
: [det ()] = 8
5
por tanto el polinomio caracteristico viene dado por
j (`) =
_
`
3
6`
2
15` 8
_
Polinomio caracterstico de matrices triangulares por bloque
Supongamos que la matriz ` =
_
1
0 C
_
donde y C son matrices cuadradas
entonces el polinomio caracteristico de la matriz M es dado por
det (`1 `) = det
_
`1 1
0 C `1
_
det (`1 `) = det ( `1) det (C `1)
esto es el polinomio caracteristico de ` es el producto de los polinomios caracteristicos
de y C. Generalizemos esto.
Teorema 1.3. Supongamos que la matriz M es una matriz triangular por bloques
` =
_
_
_
_
_
_

1

0
2

0 0
.
.
.

0 0 0
m
_
_
_
_
_
_
donde
i
i = 1 : :. son matrices cuadradas: Entonces el polinomio caracteristico de M
viene dado por
det (` `1) = det (
1
`1) det (
2
`1) det (
m
`1)
Teorema 1.4. si es un vector propio de la matriz A asociado al valor propio `.
entonces c es tambin vector propio correspondiente a `
Ejemplo 1.6. Consideremos la matriz `
` =
_
_
_
_
_
_
9 1
8 3
5 7
2 4
0 0
0 0
3 6
1 8
_
_
_
_
_
_
Teorema 1.5. Sea ` un valor propio de la matriz A de orden : : y sea
1

= f 2 C
n
: ( `1) = 0g
6
Entonces 1

es un subespacio de C
n
Al subespacio 1

se le suele llamar espacio propio de A correspondiente al valor

propio `
Observacin 1.1. La dimensin de este subespacio es llamado la multiplicidad geo-
metrica del valor propio `, es decir, la dimensin de este subespacio es igual al nmero
de vectores propios linealmente independientes asociados valor propio `
El siguiente resultado es de gran utilidad en los capitulos posteriores
:.q (`) = 1

Teorema 1.6. Sea una matriz de orden : : y sea `

1
. `
2
. . `
n
valores propios
distintos de la matriz A con vectores propios
1
.
2
. .
n
respectivamente. Entonces
f
1
.
2
. .
n
g es un conjunto de vectores linealmente independientes
Ejemplo 1.7 (Matriz con valores propios distintos). la matriz del ejemplo anterior
=
_
2
p
2
p
2 1
_
tiene dos valores propios diferentes `
1
= 0. `
2
= 3 con vectores propios correspondientes

1
=
_
1
p
2
_
.
2
=
_
p
2
1
_
. el conjunto de vectores
__
1
p
2
_
.
_
p
2
1
__
es linealmente independientes
Ejemplo 1.8 (Matriz con valores propios repetidos). Sea
=
_
_
_
3 2 4
2 0 2
4 2 3
_
_
_
hallamos su polinomio caracteristico
j (`) = det (`1 ) = `
3
6`
2
15` 8
= (` 8) (` + 1)
2
7
luego los valores propios vienen dados por
` = 1. :.c (` = 1) = 2
` = 8. :.c (` = 8) = 1
pasamos a encontrar los vectores propios correspondientes
para ` = 1. hallamos su espacio propio 1
=1
( + 1) = 0
_
_
_
4 2 4
2 1 2
4 2 4
_
_
_
_
_
_
r

.
_
_
_
=
_
_
_
0
0
0
_
_
_
el cul tiene solucin general
_
_
_
r

.
_
_
_
= :
_
_
_

1
2
1
0
_
_
_
+ t
_
_
_
1
0
1
_
_
_
co: :. t 2 R
por tanto 1
=1
= :jc:
_

_
_
_
_

1
2
1
0
_
_
_
.
_
_
_
1
0
1
_
_
_
_

_
. luego ` = 1 tiene asociado dos
vectores propios, los cuales son linealmente independientes, esto es
:.q (` = 1) = 2
para ` = 8. hallamos su espacio propio 1
=8
( 81) = 0
_
_
_
5 2 4
2 8 2
4 2 5
_
_
_
_
_
_
r

.
_
_
_
=
_
_
_
0
0
0
_
_
_
resolviendo el sistema homogeneo
_
_
_
r

.
_
_
_
= t
_
_
_
1
1
2
1
_
_
_
. t 2 R
8
luego 1
=8
= :jc:
_

_
_
_
_
1
1
2
1
_
_
_
_

_
. esto es ` = 8 tiene asociado un valor propio, entonces
:.q (` = 8) = 1
1.0.1 Polinomios de Matrices
Consideremos el siguiente polinomio
j (r) = c
n
r
n
+ c
n1
r
n1
+ + c
1
r + c
0
entonces podemos denir el polinomio de matrices dado por
j () = c
n

n
+ c
n1

n1
+ + c
1
+ c
0
1
donde es una matriz cuadrada, 1 es la matriz identidad, luego se dice que es un
cero de del polinomio j (r) si 1 () = 0 (Matriz Nula)
Ejemplo 1.9. Sea =
_
1 2
3 4
_
y los polinomios
j (r) = 2r
2
3r + 7
(r) = r
2
5r 2
entonces
j () = 2
2
3 + 71 =
_
18 14
21 39
_
() =
2
5 21 =
_
0 0
0 0
_
entonces es un cero del polinomio (r)
Teorema 1.7 (Cayley-Hamilton). Sea A una matriz de orden : :. Entonces es
un cero de su polinomio caracteristico.
Ejemplo 1.10. Sea la matriz =
_
_
_
3 2 4
2 0 2
4 2 3
_
_
_
. cuyo polinomio caracteristico es
j (`) = `
3
6`
2
15` 8
9
entonces,
j () =
3
6
2
15 81 =
_
_
_
0 0 0
0 0 0
0 0 0
_
_
_
Aplicacin
Hallar la inversa de la matriz =
_
_
_
3 2 4
2 0 2
4 2 3
_
_
_
usando el teorema de Cayley-Hamilton.
Del ejemplo anterior
j (`) = `
3
6`
2
15` 8
j () =
3
6
2
15 81 = 0
entonces
81 =
3
6
2
15
luego

1
=
1
8
_

2
6 15
_
=
1
8
_
_
_
4 2 4
2 7 2
4 2 4
_
_
_
vericando
1
8
_
_
_
4 2 4
2 7 2
4 2 4
_
_
_
_
_
_
3 2 4
2 0 2
4 2 3
_
_
_
=
1
8
_
_
_
8 0 0
0 8 0
0 0 8
_
_
_
= 1
10