VECTORES Y VALORES PROPIOS

ALGEBRA LINEAL
AGO-DIC 2014

Contenido
Definicin de vector y valor propio
Ecuacin Caracterstica
Polinomio Caracterstico
Multiplicidad Algebraica y Multiplicidad Geomtrica
Determinacin de Valores propios
Determinacin de Vectores propios
Vectores propios normalizados

Diagonalizacin

Definiciones:
VALORES Y VECTORES PROPIOS
Los valores y vectores propios se conocen tambin como

eigenvalores y eigenvectores.
Se utilizan generalmente en sistemas lineales de ecuaciones
homogeneos que representan problemas en ingeniera de
equilibrio dinmico (vibraciones, elasticidad, sistemas
oscilatorios).
[A][x] = [0]
Del SELSH mostrado anteriormente, se pueden obtener
soluciones no triviales (variable x distinta de cero). Generalmente
estas soluciones no son nicas, ya que las ecuaciones simultneas
establecen relaciones entre las x, las cuales pueden crear vectores
con distintos valores, cada vector puede satisfacer al sistema, es
decir puede existir ms de un vector solucin.

 Por lo cual el SELSH puede representarse tambin de la

siguiente forma
[A][x] = [x]
Donde: es un valor propio y x es el vector asociado al valor
propio, o bien el vector propio.
Para cada valor propio debe de existir un vector
propio para que la matriz [A] sea digonalizable.

 De la ecuacin [A][x] = [x], se tiene que:

[A][x] - [x] = 0

Factorizando [x]:
[x] ([A] - )= 0
Aqu es necesario que se multiplique por una matriz
identidad ya que no podemos restar un escalar a una matriz:
[x] ([A] - [I]) = 0
[x] matriz de vectores propios
([A] - [I]) matriz de donde se obtendrn los valores propios

Ecuacin Caracterstica
([A] - [I]) = 0 es una matriz de cuyo determinante se

obtiene la ecuacin caracterstica:

[A] - [I] = 0 ECUACIN CARACTERSTICA

|[][]|=|11 12 13121
22 23231 32 333
1 2 3|=0

Polinomio Caracterstico
Observe que para resolver el determinante, se resta a cada uno

de los elementos de la diagonal principal.

El polinomio resultante de desarrollar el determinante se llama
POLINOMIO CARACTERSTICO.
()=|[][]|=(1)+(1)1++

Todo valor propio debe de ser una raz del polinomio

caracterstico.

Multiplicidad Algebraica
La multiplicidad algebraica M.A., es la cantidad de veces que un valor propio se

repite como solucin en el polinomio caracterstico.

Por ejemplo si los valores propios son:
=, =, =
La multiplicidad algebraica para el valor de = porque se
encuentra tres veces como raz del polinomio caracterstico.
=, =, =
La multiplicidad algebraica para el valor de = porque se
encuentra dos veces como raz. La multiplicidad algebraica para el valor de
= porque se encuentra 1 vez como raz del polinomio
caracterstico.
=, =, =
La multiplicidad algebraica para el valor de = , = , =
porque se encuentra cada uno una sola vez como raz del
polinomio caracterstico.

Multiplicidad Geomtrica
La multiplicidad geomtrica M.G., es la cantidad de vectores en

cada subespacio de valores propios:

Si la M.A = k , donde k representa el nmero de races, la

M.G. = 1, 2, 3, , k
Si M.A. = M.G. la matriz [A] es simtrica.
Si M.A. = M.G. la matriz [A] es diagonalizable, lo que quiere decir
que existe una matriz diagonal que se obtiene de la siguiente
operacin: []=[]1[][], donde [C] es la matriz de vectores
propios, y [] contiene en su diagonal principal a cada uno de los
valores propios.
[]=[1&0&0@0&2&0@0&0&3]

Ejemplo:
Sea la siguiente matriz

[]= [1&2@2&1]

Determine:
a)
b)
c)
d)
e)
f)
g)

Ecuacin Caracterstica
Polinomio Caracterstico
Valores Propios
Multiplicidad Algebraica y multiplicidad geomtrica
Vectores Propios
Vectores Propios Normalizados
Demuestre que la matriz es diagonalizable

Solucin:
a) Ecuacin Caracterstica
Sabemos que la ecuacin caracterstica resulta de:
[A] - [I] = 0
Donde hay que restar a los elementos de la diagonal

principal y resolver el determinante:

|[][]|=|1&2@2&1|= 0
=(1)24= 223=0
La ecuacin caracterstica es =

Solucin:
b) Polinomio Caracterstico
El polinomio caracterstico se obtiene de la ecuacin

caracterstica:
La ecuacin caracterstica es =
Por lo tanto el polinomio caracterstico es:
()=
Note que es la misma ecuacin solo que el polinomio no se

iguala a cero y se pone en trminos de P().

Solucin:
c) Valores Propios o eigenvalores
Los valores propios son las races del polinomio

caracterstico, por lo tanto ser necesario recurrir a algn

mtodo de factorizacin directa u otro, que nos permita
conocer sus soluciones.
()=
El polinomio puede factorizarse directamente,
()= =()(+)
Por lo tanto los valores propios son:
=
=

Solucin
d) Multiplicidad Algebraica y Multiplicidad Geomtrica
La multiplicidad algebraica para los valores de ={,} es 1

ya que aparecen una sola vez como solucin

La multiplicidad geomtrica para los valores de ={,} es
tambin 1 ya que para cada valor propio slo puede
existir un vector propio.
Entonces M.A. = M.G. = 1 para =
M.A. = M.G. = 1 para =
Por consiguiente podemos decir que la matriz []= [1&2@2&1]
es diagonalizable.
Quiere decir que existe una matriz diagonal que se obtiene por
medio de la operacin []=[]1[][] y que tendr a 3 y -1
como elementos de su diagonal principal

Solucin
e) Vectores Propios
Sabemos que para cada valor propio existe un vector propio,

por lo tanto comenzamos por obtener el vector propio para

el valor de =
[x] ([A] - [I]) = 0 esta es la ecuacin que relaciona
los vectores propios con los valores propios
sustituyendo: [1&2@2&1][1@2]=[0@0]
=1

Sustituyendo:
[1(1)&2@2&1(1)][1@2]=[0@0]
[2&2@2&2][1@2]=[0@0]

Solucin
e) Vectores Propios

[2&2@2&2][1@2]=[0@0], de aqu se obtiene un

sistema de ecuaciones homogneo que se resuelve por el mtodo de

Gauss-Jordan de ser necesario.
Resolviendo la multiplicacin entre matrices queda el sistema:
21+22=0
21+22=0
[2&2@2&2|0@0] [1&1@0&0|0@0] donde de la ltima

matriz nos da el

1+2=0
2=2

vector propio.

Solucin
e) Vectores Propios
El sistema tiene solucin mltiple, donde 2 es la variable libre.

1+2=0
2=2
Despejando 1 :

=2
=2
Obtenemos ahora el vector que ser la base para el valor propio igual a -1

(=1)={(2,2)2}
Esto se lee de la siguiente manera: El conjunto de vectores para el
espacio vectorial de =1, son los vectores en 2 cuya primera
componente es un nmero negativo y su segunda componente es
igual a la primera pero positiva.

Solucin
e) Vectores Propios
Ahora obtenemos el vector para la base de:
(=1)={(2,2)2}
(=1)={2(1, 1)2}
Por lo tanto el vector propio para =1es

1=(1,1)

Solucin
e) Vectores Propios
Sabemos que para cada valor propio existe un vector propio,

por lo tanto comenzamos por obtener el vector propio para

el valor de =
[x] ([A] - [I]) = 0 esta es la ecuacin que relaciona
los vectores propios con los valores propios
sustituyendo: [1&2@2&1][1@2]=[0@0]
=1

Sustituyendo:
[1(3)&2@2&1(3)][1@2]=[0@0]
[2&2@2&2][1@2]=[0@0]

Solucin
e) Vectores Propios

[2&2@2&2][1@2]=[0@0], de aqu se obtiene un sistema de

ecuaciones homogneo que se resuelve por el mtodo de Gauss-Jordan de ser

necesario.
Resolviendo la multiplicacin entre matrices queda el sistema:
21+22=0
2122=0
[2&2@2&2|0@0] [1&1@0&0|0@0] donde de la ltima

matriz nos da el

12=0
2=2

vector propio.

Solucin
e) Vectores Propios
El sistema tiene solucin mltiple, donde 2 es la variable libre.

12=0
2=2
Despejando 1 :

=2
=2
Obtenemos ahora el vector que ser la base para el valor propio igual a 3

(=3)={(2,2)2}
Esto se lee de la siguiente manera: El conjunto de vectores para el
espacio vectorial de =3, son los vectores en 2 cuya primera
componente y segunda componente son iguales y positivas

Solucin
e) Vectores Propios
Ahora obtenemos el vector para la base de:
(=3)={(2,2)2}
(=3)={2(1, 1)2}
Por lo tanto el vector propio para =3es

2=(1,1)

Solucin
f) Vectores Propios normalizados
Del inciso e, los vectores propios son:

1=(1,1)
2=(1,1)
Cada componente del vector propio se dividir entre su norma
(mdulo, magnitud), para hacerlo un vector unitario.
1=(1,1)/(1)2+(1)2=(1,1)/2=(1/
2,1/2)
=(/,/)
2=(1,1)/(1)2+(1)2=(1,1)/2=(1/2,1/
2)
=(/,/)

Solucin
g) Demuestre que la matriz [A] es diagonalizable
Podemos demostrarlo, a travs de las multiplicidades

algebraica y geomtrica.Ya que al encontrar un vector propio

para cada valor propio M.A.=M.G., sabemos que [A] es
diagonalizable.
Tambin podemos darnos a la tarea de buscar la matriz [D]
que contiene a los valores propios mediante la siguiente
operacin: []=[]1[][], donde [C] es la matriz de
vectores propios.

Diagonalizacin
[]=[]1[][]
[]=[1&1@1&1] las columnas son los vectores

propios
[]1=[1/2&1/2@1/2&1/2] es la matriz
inversa de la matriz de vectores propios.
[]=[1/2&1/2@1/2&1/2][1&2@2&1][
1&1@1&1]

[1/2&1/2@1/2&1/2][1&2@2&1]=[1/21+1/2
2&1/22+1/21@1/21+1/22&1/22+1/21]=[
1/2&1/2@3/2&3/2]
[]=[1/2&1/2@3/2&3/2][1&1@1&1]=[1/2
11/21&1/211/21@3/21+3/21&3/21+3/2
1]=[1&0@0&3]
[]=[1&0@0&3]

Referencias:
www.mty.itesm.mx/etie/deptos/m/ma00-130/lecturas/

m130-09.pdf
www.uaem.mx/posgrado/mcruz/cursos/mn/eigen.pdf