VECTORS PROPIS I VALORS PROPIS

0 −2 1 −1
EXEMPLE: Sigui A  ,u  ,iv  .
−4 2 1 1
Examinar les imatges de u i v quan els multipliquem per A.

Solució:
0 −2 1 −2 1
Au    −2  −2u
−4 2 1 −2 1

0 −2 −1 −2
Av   ≠ v
−4 2 1 6

u s’anomena un vector propi de A.

v no és un vector propi de A perquè Av no és múltiple de v.
x2
6
5
4
3
2
1
x1
-2 -1 1
-1
-2

Au  −2u, però Av ≠ v

1
DEFINICIÓ
Un vector propi d’una matriu A quadrada n  n és un vector x
no nul tal que Ax  x per algun escalar .

Un escalar  s’anomena valor propi de A si existeix algun

x ≠ 0 tal que Ax  x; aquest x s’anomena vector propi de
valor propi .

Observem que el sistema Ax  x s’escriu així: A−Ix  0.

Els valors propis de A són els  que fan que aquest sistema
tingui solucions diferents de zero (sigui compatible
indeterminat).

2
EXEMPLE: Demostrar que 4 és un valor propi de
0 −2
A  i trobar un vector propi amb valor propi 4.
−4 2

Solució: L’escalar 4 és un valor propi de A si i només si Ax  4x té

una solució diferent de zero.
Ax −4x  0

A−4Ix  0

0 −2 4 0 −4 −2
A−4I  − 
−4 2 0 4 −4 −2

Reduïnt-la per Gauss:

1
−4 −2 0 1 0
 2
−4 −2 0 0 0 0
Té rang 1, per tant el sistema és compatible indeterminat, i 4 és un
valor propi. Per trobar els vectors propis resolem el sistema:
−1 −1
x2
x  2
 x2 2
.
x2 1

−1
2
Qualsevol vector de la forma x 2 és un vector propi de
1
valor propi   4.

3
DEFINICIÓ
Si A és una matriu quadrada n  n i  és un valor propi:
El conjunt de totes les solucions de A−Ix  0 és un
subespai de R n .
S’anomena espai propi de A de valor propi ., i el
designarem per E  .
Els membres de E  són tots els vectors propis de valor
propi .

4
Com trobar una base de l’espai propi E  associat al vector
propi ?

2 0 0
EXEMPLE: Sigui A  −1 3 1 . Un valor propi de A és
−1 1 3
  2. Trobar una base per al corresponent espai propi E 2 .

Solució:

2 0 0  0 0 2− 0 0
A−2I  −1 3 1 − 0  0  −1 3− 1
−1 1 3 0 0  −1 1 3−

Reduïm per Gauss la matriu ampliada de A−2Ix  0:

0 0 0 0 1 −1 −1 0
−1 1 1 0  0 0 0 0
−1 1 1 0 0 0 0 0
Solució general:

x1 x2  x3 1 1
x  x2  x2  x2 1  x3 0
x3 x3 0 1

Per tant una base de E 2 és

5
 1 1
1 , 0
0 1

Com calcular els valors propis d’una matriu A (quadrada

n  n)?
Han de ser escalars  tals que el sistema A−Ix  0 tingui
solucions diferents de zero.
És a dir, el sistema no pot tenir solució única (que seria zero).
Això passarà si A−I no té rang n , i una manera d’assegurar-ho és
que detA−I  0.

TEOREMA
Sigui A una matriu quadrada n  n
Els valors propis de A són les solucions de detA−I  0
L’equació detA−I  0 s’anomena equació característica de A.
És una equació polinòmica de grau n. Per tant,

El nombre de valors propis reals diferents és com a màxim n

6
EXEMPLE:
2 1
a)Trobar els valors propis de la matriu A  .
1 2
b)Trobar els espais propis corresponents.

Solució:
a)L’equació característica és:
2− 1
detA−I    2 − 4  3  0
1 2−
I les solucions són:  1  1 i  2  3.
b)
Espai propi E 1 corresponent al valor propi 1 :
2 − 1 1 x1 0

1 2 − 1 x2 0

1 1 x1 0

1 1 x2 0
Solució general:
x1 −x 2 −1
  x2
x2 x2 1

−1
E 1  Gen (dimensió 1)
1

7
Espai propi E 3 corresponent al valor propi 3 :
2 − 2 1 x1 0

1 2 − 2 x2 0

−1 1 x1 0

1 −1 x2 0

Solució general:
x1 x2 1
  x2
x2 x2 1

1
E 3  Gen (dimensió 1)
1
Base de R 2 formada per vectors propis de A :

−1 1
,
1 1

8
MATRIUS DIAGONALITZABLES

Considerem una matriu A quadrada n  n .

Si hi ha una base de R n formada per vectors propis de A,

diem que la matriu A és diagonalitzable.

2 0 0
EXEMPLE: Sigui A  −1 3 1 (exemple considerat
−1 1 3
anteriorment).
Veure si és diagonalitzable.

Solució:
Calculem els valors propis de A resolent l’equació
característica:
2− 0 0
−1 3 −  1   3 − 8 2  20 − 16  0
−1 1 3−
Solucions:  1  4,  2  2 (amb multiplicitat dos).
Trobem els espais propis corresponents als dos vectors
propis:
Per  1  4 :

9
 −2 0 0 x1 0
−1 −1 1 x2  0
−1 1 −1 x3 0

−2 0 0 0 1 0 0 0
−1 −1 1 0  0 1 −1 0
−1 1 −1 0 0 0 0 0

Solució general:

x1 0 0
x2  x3  x3 1
x3 x3 1

0
L’espai propi corresponent és E 4  Gen 1
1

Per  2  2, haviem vist anteriorment que l’espai propi

corrresponent és:

1 1
E 2  Gen 1 , 0
0 1

Com que ajuntant les bases dels dos espais propis obtenim una
base de R 3 , la matriu és diagonalitzable.

10
PROPIETATS

Sigui A una matriu n  n.

Cada arrel  de l’equació característica té una certa
multiplicitat r  (1 ≤ r  ≤ n. Es compleix que
1 ≤ dimE   ≤ r 
En particular,
si un valor propi  té multiplicitat 1 aleshores dimE    1 .

Vectors propis de valors propis diferents són linealment

independents. Per tant,

cada valor propi  compleix

A és diagonalitzable 
que dim E    r 

En particular,
si A té n valors propis diferents aleshores és diagonalitzable

11
PERQUÈ S’ANOMENEN MATRIUS DIAGONALITZABLES?

2 0 0
Considerem la matriu de l’exemple anterior A  −1 3 1 .
−1 1 3

Hem vist que A és diagonalitzable perquè

0 1 1
ß 1 , 1 , 0
1 0 1
és una base de R 3 formada per valors propis de A.
Sigui P la corresponent matriu de canvi de base.
0 1 1
P  1 1 0 .
1 0 1

Es compleix que P −1 AP és una matriu diagonal:

−1 1 1
2 2 2 2 0 0 0 1 1 4 0 0
1 1 −1 −1 3 1 1 1 0  0 2 0
2 2 2
1 −1 1 −1 1 3 1 0 1 0 0 2
2 2 2

12
TEOREMA

Una matriu quadrada A de n  n és diagonalitzable si i només si

podem trobar una matriu invertible P tal que P −1 AP sigui una
matriu diagonal.

vectors propis de A
Columnes de P :
que formen una base de R n .

Diagonal de P −1 AP : valors propis de A.

PASSOS PER A DIAGONALITZAR UNA MATRIU:

Sigui A una matriu n  n .
1) Calcular els valors propis de la matriu i la multiplicitat de cada un
d’ells.
Si la suma de totes les multiplicitats és més petita que n la
matriu no és diagonalitzable.
Si hi ha n valors propis diferents la matriu és diagonalitzable
2) Per a cada valor propi de multiplicitat r   2, trobar una base
de l’espai propi E  .
Si per algun valor propi  la base de E  té menys de r  vectors
la matriu no és diagonalitzable.
Si per tots els valors propis  la base de E  té exactament r 
vectors la matriu és diagonalitzable.
3).Si A és diagonalitzable obtindrem una base de R n ajuntant les
bases de tots els espais propis.
Considerem la matriu P que té per columnes aquests n vectors
propis (matriu de canvi de base).
Aleshores la matriu P −1 AP  D serà diagonal, i els elements de
la diagonal principal de D seran els valors propis d’A.

13
POTÈNCIES D’UNA MATRIU DIAGONALITZABLE
Si una matriu és diagonalitzable podem fer servir aquesta propietat
per calcular qualsevol potència fàcilment.

EXEMPLE
2 0 0
Calcular A 5 , essent A  −1 3 1 la matriu de l’exemple
−1 1 3
anterior.

Solució:
Com que A és diagonalitzable hem vist que podiem trobar una
matriu P tal que

4 0 0
P −1 AP  0 2 0
0 0 2

Aleshores

5
4 0 0 45 0 0
5
P −1 AP  0 2 0  0 25 0
0 0 2 0 0 25

Però d’altra banda,

5
P −1 AP  P −1 APP −1 APP −1 APP −1 APP −1 AP  P −1 A 5 P

14
Per tant,

45 0 0
P −1 A 5 P  0 25 0
0 0 25

i multiplicant a una banda per P i a l’altra per P −1 obtenim el valor

de A 5 :

45 0 0
A5  P 0 25 0 P −1 
0 0 25

5 −1 1 1
0 1 1 4 0 0 2 2 2
 1 1 0 0 25 0 1 1 −1 
2 2 2
1 0 1 0 0 25 1 −1 1
2 2 2

32 0 0
 −496 528 496
−496 496 528

15