Pgina 1

6.Valores y Vectores Caractersticos

6.1 Definicin de valores y vectores caractersticos de una matriz cuadrada

El clculo de los valores propios y de los vectores propios de una matriz simtrica
tiene gran importancia en las matemticas y en la ingeniera, entre los que cabe
destacar, el problema de la diagonalizacin de una matriz, el clculo de los
momentos de inercia y de los ejes principales de inercia de un slido rgido, o de
las frecuencias propias de oscilacin de un sistema oscilante.
Se denominan valores propios o races caractersticas de una matriz cuadrada A,
a los valores de
nm
a tales que.

Desarrollando el determinante tenemos un polinomio de grado n. Trataremos de
encontrar los coeficientes del polinomio, y luego aplicaremos un mtodo de hallar
las races del polinomio. Este procedimiento es apropiado cuando se presentan
valores propios que no son reales sino complejos.
Una vez hallados los valores propios, para hallar el vector propio X
correspondiente al valor propio es necesario resolver el sistema homogneo
donde es el valor caracterstico y A,X son los vectores caractersticos
donde el vector X es Siempre podemos tomar x
0
como 1, y hallar
las otras n-1 incgnitas. De las n ecuaciones podemos tomar n-1, y resolver el
sistema lineal.




Pgina 2

Ejemplo:
Dada
(

=
1 0
0 2
A comprobar que ( ) 0 , 1
1
= x es un vector caracterstico de A
correspondiente al valor caracterstico 2
1
= , y que ( ) 1 , 0
2
= x es un valor
caracterstico de A correspondiente al valor caracterstico de 1
2
=
Solucin
(

=
0
1
1 0
0 2
1
AX entonces
(

=
(

=
0
1
2
0
2
1
AX
Por otro lado tenemos
(

=
1
0
1 0
0 2
2
AX entonces
(

=
(

=
1
0
1
1
0
2
AX
Se comprueba el texto

6.2 polinomio caracterstico y ecuacin caracterstica

polinomio caracterstico y encontrar sus races. Cada raz de
ser un valor propio de . Los vectores propios pueden obtenerse
directamente . Debido a que los valores propios resultan ser las races del
polinomio caracterstico, stos pueden ser reales o complejos, diferentes o
repetidos.

Consideremos una matriz n-cuadrada arbitraria:



La matriz (A - lI
n
), donde I
n
es la matriz identidad n-cuadrada y l un escalar
indeterminado, se denomina matriz caracterstica de A:

Pgina 3



Su determinante, det (A - lI
n
) , que es un polinomio en l, recibe el nombre
de polinomio caracterstico de A. Asimismo, llamamos a
det (A - lI
n
) = 0

ecuacin caracterstica de a

Ejemplo 1:
Hallar la matriz caracterstica y el polinomio caracterstico de la matriz A:


La matriz caracterstica ser (A - lI
n
). Luego:


y el polinomio caracterstico,



As pues, el polinomio caracterstico es: l
2
- l + 4.


6.3.-Determinacin de Valores y Vectores Caractersticos

Despus de lo anteriormente visto podemos concluir que para determinar los
valores y vectores caractersticos seguimos estos pasos.

Sea A una matriz n x n
1. Forme la ecuacin caracterstica 0 = A I .Ser una ecuacin polinomial
de grado n en la variable .
2. Determine las races reales de la ecuacin caracterstica. Estas son los
valores caractersticos de A.
3. Para todo valor caracterstico de
i
,determine los vectores caractersticos
correspondientes a
i
, al resolver el sistema homogneo ( ) A I
i
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
rengln de ceros.

Pgina 4

6.4. Diagonalizacin de Matrices, Potencias, Races de Matrices, Races
simtricas y Diagonalizacin ortogonal

Recordando que dos matrices cuadradas A y B son semejantes si existe una
matriz invertible P tal que
AP P B
1
=
Las matrices semejantes a las matrices diagonales se llaman diagonalizables
Definicin de una matriz diagonalizable.

Una matriz A=nxn es diagonalizable si A es semejante a una matriz diagonal. Es
decir A es diagonalizable si existe una matriz invertible P tal que.

. AP P
1
es un matriz diagonal.

Si A y B son semejantes nxn entonces tienen los mismos valores caractersticos.

(
(
(

=
2 0 0
0 1 3
0 3 1
A entonces
(
(
(

=
1 0 0
0 1 1
0 1 1
P tiene la propiedad de que.

(
(
(

2 0 0
0 2 0
0 0 4
1
AP P


Potencia de una matriz


Si A es una matriz de n x n y si k es un entero positivo, entonces Ak denota
el producto de k copias de A:

A
k
= AAA
K veces
EJEMPLO:

A=





K= 2.


1 0
1 1

(
Pgina 5








Multiplicacin de matrices.



A
2
= * = 1 0

2 0


La Potencia de una Matriz

La potencia de una matriz puede ser calculada sumando las entradas de la
matriz de dominio de un paso y la matriz de dominio de dos pasos.
La potencia del equipo es asociada con el i-esimo renglon de la matriz A +
A2.




A + A
2
= + =






Raz de una Matriz

Para una Matriz A (nXn ) con valores
i
y correspondiente vector caracterstico v
i
,
puede usarse La relacin

A
x
v
i
=
x
v
i

con x = para definir la raz cuadrada de una matriz A especificando
A
debe
ser una matriz que satisface la relacin

A
1/2
v
i
=
1/2
v
i

Para i= 1, 2, , n.
1 0
1 1

(
1 0
1 1

(
00110
10101
00010
01000
10110

(
(
(
(
(
(

01010
10230
01000
10101
01120

(
(
(
(
(
(
01120
20331
01010
11101
11230

(
(
(
(
(
(
Pgina 6



Para comprobar razonablemente el valor de este, puede usarse una computaora
para calcular el valor de
A
hacienda uso de la analoga con la serie de Taylor de
una funcin de una variable real o compleja, donde la funcin f(x) es una
expansion cerca de un centro x = a:

n
n
a x
n
a f
x f ) (
!
) (
) (
] [
=
.


Tomando a = 1 y derivando, se puede ampliar f(x) = x
1/2
como la representacin
de series

... ) 1 (
) ! 5 ( 32
) 7 )( 5 )( 3 ( 1
) 1 (
) ! 4 ( 16
) 5 )( 3 ( 1
) 1 (
) ! 3 ( 8
) 3 ( 1
) 1 (
) ! 2 ( 4
1
) 1 (
2
1
1
5 4 3 2
+ + + = x x x x x x


n
n
n
n
x
n n
n
x ) 1 (
)! 2 ( ! 2
)! 3 2 (
) 1 ( ) 1 (
2
1
1
2
2 2
1

+ + =

=

+


Con el radio de convergencia = 1.

La analoga, para una funcin de una matriz cuadrada A en lugar de un real o
complejo variable x, con el fin de calcular la raz cuadrada de un valor
caracteristico, es emplear la matriz de identidad I en el papel de la nmero 1 (el
centro de la serie) y para el tratamiento de las competencias (AI) n en trminos de
matriz de multiplicacin:


... ) (
) ! 5 ( 32
) 7 )( 5 )( 3 ( 1
) (
) ! 4 ( 16
) 5 )( 3 ( 1
) (
) ! 3 ( 8
) 3 ( 1
) (
) ! 2 ( 4
1
) (
2
1
) (
5 4 3 2
+ + + = = = I A I A I A I A I A I A A f M


en virtud de una adecuada convergencia condicin, que como veremos puede ser
fcilmente determinado, al menos en el caso de una matriz de Markov.

Ejemplo

Considere la matriz 2X2 a traves de la matriz de transicin de Markov

|
|

\
|
=
5 . 0 2 . 0
5 . 0 8 . 0
A
con
.
5 . 0 2 . 0
5 . 0 2 . 0
1 0
0 1
5 . 0 2 . 0
5 . 0 8 . 0
|
|

\
|

=
|
|

\
|

|
|

\
|
= I A


Cuando hacemos A-I encontramos

Pgina 7

), )( 7 . 0 (
35 . 0 14 . 0
35 . 0 14 . 0
) (
2
I A I A =
|
|

\
|

=


), ( ) 7 . 0 (
245 . 0 098 . 0
245 . 0 098 . 0
) (
2 3
I A I A =
|
|

\
|

=


Y en general

), ( ) 7 . 0 ( ) (
1
I A I A
n n
=



Donde facilemente se muestra,que para una matriz de Markov 2X2 A con valores
caractersticos
1
y
2
, el factor (-0.7) en general representa (A-I) (la suma de los
valores caracteristicos A-I), los cuales son
1
+
2
2. (Cosas analogas son
verdaderas para matrices de Markovde un orden ms alto.)

Cuando escribimos (-0.7)
n-1
(A-I) for (A-I)
n
en la matriz-valor matrix-valued de
la serie de Taylos para A
1/2
, obntenemos

...] ) 7 . 0 (
) ! 5 ( 32
) 7 )( 5 )( 3 ( 1
) 7 . 0 (
) ! 4 ( 16
) 5 )( 3 ( 1
) 7 . 0 (
) ! 3 ( 8
) 3 ( 1
) 7 . 0 (
) ! 2 ( 4
1
2
1
)[ (
4 3 2
+ + + + + + = I A I A


que, si uno sigue el coeficiente de serie para los primeros catorce trminos (la
convergencia est bastante lenta) produce el resultado

...] 000053628 . 0 000085805 . 0 000138568 . 0 000226233 . 0
000374220 . 0 000628942 . 0 001078186 . 0 001895711 . 0 003446748 . 0
006565234 . 0 013398438 . 0 030625 . 0 0875 . 0 5 . 0 [
5 . 0 2 . 0
5 . 0 2 . 0
1 0
0 1
+ + + + +
+ + + + +
+ + + +
|
|

\
|

+
|
|

\
|
A


|
|

\
|
=
|
|

\
|

+
|
|

\
|
=
676991643 . 0 129203343 . 0
323008357 . 0 870796657 . 0
5 . 0 2 . 0
5 . 0 2 . 0
646016714 . 0
1 0
0 1
.



Raz cuadrada de una matriz simtrica

Este ejercicios se relaciona con el hallazgo de las coordenadas de vectores de
una matriz Gramiam de los vectores. Es decir.
Si M es cualquier Matriz entonces nosotros le llamaremos Matriz simtrica G =
M0M el cuadrado de M.
Nosotros podemos pensar de M como la raz cuadrada de G.
Una Matriz es llamada Diagonal A Si todos las entradas sobre la diagonal no son
cero. Si Todas las entradas de la matriz W son positivas, entonces es fcil
Pgina 8

encontrar la raz cuadrada, Acaba de tomar la raz cuadrada de cada entrada de la
diagonal. Llamada la Matriz resultante W1 / 2.
En lo que sigue suponemos que los valores propios de G son positivos. Nosotros
decimos que G es positiva definida.
Estos son los pasos para encontrar la raz cuadrada de una matriz simtrica
positiva definida G.
Esto funciona si los valores propios son distintos (que que casi siempre son).:

(1) Buscar la vectores caractersticos y valores propios de G
(2) Poner los valores propios en una matriz diagonal E
(3) Ponga las correspondientes vectores propios en las columnas de una matriz V
(4) Compruebe que GV V = E y W = V 0 V es diagonal.
(5) Que M = (W1 / 2) -1E1/2V 0, entonces M es una raz cuadrada de G, es decir,
M0M = G.

Diagonalizacin ortogonal de un Matriz

Una matriz diremos que es ortogonal si su traspuesta coincide con su inversa.



Si resulta que decir que es ortogonal, es equivalente a
decir que los vectores son ortonormales (respecto al producto
escalar habitual) Para las matrices reales y simtricas podemos dar una
diagonalizacin donde la matriz de paso es ortogonal. Esto es lo que se entiende
por diagonalizacin ortogonal.

Ejemplo
Una matriz no diagonalizable


(

=
1 0
2 1
A como A es triangular los elementos caractersticos son simplemente
los de la diagonal principal. As el valor caracterstico es 1 = La Matriz (I-A) tiene
la siguiente forma escalonada

(

=
0 0
1 0
0 0
2 0
A I esto implica que X
2
=0, y al hacer x
1
=t se encuentra que
todo valor caracterstico de A es de la forma

Pgina 9

(

=
(

=
(

=
0
1
0
2
1
t
t
x
x
x por lo tanto A no contiene dos vectores caractersticos
linealmente independientes y entonces se concluye que A no es diagonalizable.








6.5. Formas Cuadrticas

Formas cuadrticas

Una forma cuadrtica en R
n
es una funcin Q definida en R
n
cuyo valor en un
vector x en R
n
puede calcularse por medio de una expresin de la forma
Q(x)=x
t
Ax donde A es una matriz simtrica nxn. La matriz A se llama Matriz de
forma cuadrtica.


Una aplicacin es una forma cuadrtica, si ocurre que

1. , , .

2. La aplicacin definida como





es una forma bilineal simtrica. se denomina la forma polar asociada a la forma
cuadrtica .

Ejemplo:

Sea
(

=
2
1
x
x
x calcular x
t
Ax para las siguiente matriz
Pgina 10

(

=
3 0
0 4
A
solucin

| | | |
2
2
2
1
2
1
2 1 2 1
3 4
3
4
3 0
0 4
x x
x
x
x x x x Ax x
t
+ =
(

=
(

=





6.6. Teorema de Caley-Hamilton

Suponga que A es diagonalizable y que p(t) es el polinomio caracterstico de A.
Defina p(A)=c
0
I+c
1
A+c
2
A
2
+...+c
n
A
n
y demuestre que p(A) es la matriz cero.Este
hecho que es cierto para cualquier matriz cuadrada se le conoce como Teorema
de Cayley-Hamilton

6.7.- Aplicaciones

Las formas cuadrticas pueden utilizarse para analizar ecuaciones de superficie
cuadrticas en el espacio. Para esto la forma cuadrtica de la ecuacin
0
2 2 2
= + + + + + + + + + j iz hy gx fxz exz dxy cz by ax
Se define como fxz exz dxy cz by ax + + + + +
2 2 2
. La Matriz correspondiente es
(
(
(
(
(
(

=
c
f e
f
b
d
e d
a
A
2 2
2 2
2 2

Tambin podemos encontrar uso en el clculo de crecimiento de poblacin para
calcular distribucin de edades .El nmero de descendencia de cada miembro de
la poblacin.

Los valores y vectores propios se utilizan en diversos campos de la Ingeniera y
las matemticas. Algunos de estos campos son:
Ecuaciones diferenciales.
Estabilidad de sistemas lineales.
Polos y ceros de funciones de transferencia.
Diagonalizacin de matrices.
Sistemas elctricos.

Pgina 11


EJERCICIO

El alumno:

1. Investigar El mtodo de Leverrier
2. Encuentre los valores caractersticos y los vectores caractersticos de

(
(
(

=
2 0 0
0 2 0
0 1 2
A



3. Demostrar que dado A y B son semejantes entonces existe una matriz
invertible P tal que AP P B
1
=

4.- Investigar el significado de una matriz gramian

5.- Sabiendo que f(1, 0, 0) = (1, 0, 1) , f(1, 1, 0) = (1, 1, 1) y f(1, 1, 1) = (2, 1, 2) ,
estudiar si f es ortogonalmente diagonalizable y, en caso afirmativo, diagonalizar
ortogonalmente f.





















Pgina 12





Bibliografa


-lgebra Matricial y Lineal.Serie Schaum; McGraw Hill.

-Friedberg Stephen H.; Insel Arnold J.; Spence Lawrence E.Algebra Lineal.
Publicaciones Cultural. 1982, Mxico.

- Godinez C. Hctor; Herrera C. J. AbelApuntes de lgebra lineal, teora y
ejercicios.Facultad de Ingeniera. UNAM. 1987, Mxico.

- Granero Rodrguez Francisco.lgebra y Geometra Analtica.McGraw Hill.
1985, Mxico.

- Grossman Stanley I.Algebra Lineal.Grupo Editorial Iberoamericano. 1988,
Mxico.

- Lang Serge.lgebra Lineal.Addison Wesley Iberoamericana. 1976, Mxico.

- Lipschutz Seymour.Algebra Lineal.Serie Schaum, McGraw Hill.

- Rorres Chris Howard Anton.Algebra Lineal.Limusa.

- Strang Gilbert.lgebra lineal y sus aplicaciones.Addison Wisley
Iberoamericana. 1986, Mxico.