Beruflich Dokumente
Kultur Dokumente
Material N12
Formas Canonicas Elementales: Valores y vectores Propios. Hemos visto que un mismo
operador lineal T en L(V,V) se puede representar por tantas matrices Semejantes [ T ]B,
como bases ordenadas B de V podamos usar como referente. Ahora, buscaremos una
Base Ordenada de V segn la cual la matriz asociada a T, tome la forma ms elemental
posible. Las matrices ms simples que hemos visto son las Escalares y las Diagonales.
Nuestro objetivo ser el de representar a cualquier T.L. T definida en V mediante una
0, si i k ,
. A esta representacin se le llamar
matriz Diagonal D = (cij) con cik =
k , si i =k .
Diagonalizacion de T. Descubriremos que la base, respecto de la cual la matriz asociada
a T es diagonal, resulta ser una base Ortonormal, cuando la matriz inicial es simtrica.
Si para una T.L. T en L(V,V), existe una matriz diagonal D, diremos que T es
Diagonizable; y resultar muy directo y expedito determinar, por ejemplo, su Rango, su
Determinante, su Ncleo, su Imagen, etc. O sea, si para T en L(V,V), existe una base B de
V tal que [T]B = D, diagonal, entonces el anlisis de T resultar brevsimo.
3.6.1.- Valores Propios: Como existir la matriz diagonal [T]B = D asociada a la T.L. T, si y slo
n
si encontramos una base B = {bi }i =1 tal que T(bk) = kbk , para cada kK, con
k = 1,2,3,,n; entonces resultar interesante estudiar a los vectores de V que sean
transformados por la T.L. T en un mltiplo de s mismo, es decir, a los vectores vV tales
que T(v) = v, con K.
Definicin:
Sea V(K) un espacio vectorial, y sea T una T.L. en L(V,V). Un valor propio de T,
ser un escalar K para el cual exista un vector no nulo vV tal que T(v) = v.
Si K es un valor propio de T, entonces:
i) Cualquier vV para el cual T(v) = v, se llamar un vector propio de T,
asociado al valor propio .
ii) Al conjunto de todos los vectores propios asociados al valor propio , se le
llamar Espacio Propio de T, asociado al valor propio .
Observacin: Los valores propios tambin son llamados Races Caractersticas, Eigenvalores, o
Valores Caractersticos o Espectrales, segn diversos autores.
Notemos que para cualquier T.L. TL(V,V) y K, el conjunto de vectores vV
para los cuales se obtiene que T(v) = v ser un s.e.v. de V y, ms an, resultar
ser el Ncleo de la T.L. T I, pues si vKer (TI ) entonces (T I)(v) = 0, y
luego: T(v) I(v) = 0; de donde: T(v) = v.
siguientes afirmaciones:
i) es un valor propio de T.
ii) T I es una T.L. Singular o No Invertible.
iii) T I = 0 (determinante de la matriz asociada a T I ).
Observacin: Este ltimo punto, es clave pues nos dice que para encontrar todos los valores
propios de una T.L. en V, bastar con obtener los valores de K que hacen cero
o anulan al determinante de T I. Y como este determinante resulta ser un
polinomio de grado n para la indeterminada , se tratar de obtener las races de
este polinomio que llamaremos polinomio caracterstico de T.
Note que Ker(T I) es el espacio propio asociado a cada valor propio .
Definicin:
Si B es una base ordenada cualquiera de V y A = [T]B, entonces TI es matriz
invertible si y slo si la matrz A I, tambin lo es. Luego, diremos que cada
escalar K para el cual AI sea Singular o No Invertible, es un valor propio
de A en K.
Como es valor propio de A, siempre y cuando AI= I A = 0, entonces,
si definimos el polinomio caracterstico de A como f(x) = xI A, los valores
propios de A sern las races de f(x).
Teorema 3.6.2.Podemos probar que las matrices semejantes (asociadas a una misma T.L., pero
segn diversas bases de V) tienen el mismo polinomio caracterstico.
Demostracin: Si B = P1 AP, es semejante con A, donde P es la matriz de
cambio de una base a otra, entonces :
x I B = x I P 1 A P
= P 1 ( x I A) P
= P 1 x I A P
= xI A
.L .
De esto se infiere que T: V T
V, con dimV = n, no puede tener ms de
1 0
Material N12
= x2 + 1
1 x
Note que x + 1 es irreductible sobre R. Luego, T carece de valores propios.
2
Pero, si S:
.L .
C2 T
C2 es T.L. tal que [ S] = A =
0
1
1
, entonces su
0
x 3 1 1
Respuesta: a) El polinomio caracterstico de A es f(x) = 2 x 2 1 .
2
2 x
Luego, f(x) = x3 5x2 + 8x 4 = (x 1)(x 2)2.
De donde 1 = 1, y, 2 = 2 son los valores propios de A en K.
2 1 1
2 2 1
2 1 1 0 2 0 1 0
luego Ker(T I) entrega el espacio propio:
2 2 1 0 0 1 0 0
Luego, z = 2x; y = 0.
Y entonces Ker( T I ) = < { (1, 0, 2)}>.
Esto significa que T(v) = v si y slo si v es un mltiplo de (1, 0, 2).
1 1 1
2 2 2
1 1 1 0 1 1 0 0
nul(T 2I) = 1, luego para Ker(T 2I):
2 0 1 0 0 2 1 0
Luego, x = y; z = 2y.
De donde Ker ( T 2I ) = < { ( 1, 1, 2) }>.
Luego, T(v) = 2v si y slo si v es un mltiplo de (1, 1, 2).
3
Material N12
0 si i j
Es decir, si T(bi) = ibi , entonces [T ]B = (ij ) con i j =
ii si i = j
Observacin:
a) Note que si T es diagonalizable, entonces sus vectores propios generan a V. Es
decir, que T es diagonalizable si y solo si tienen un nmero de vectores propios
1.i. igual a la dimV. (Los ejemplos de la pgina anterior hablan de Ts.Ls No
diagonalizables, por lo que no es posible formar base del espacio R3 con los
vectores propios asociados a los valores propios de T).
b) Note que si los k espacios propios Wi, asociados a cada uno de los distintos
valores propios i de T, tienen dimensiones di, entonces:
i) Nul (T i I ) = di ;
0 , si i k
ii) En [T ]B =(C i k ) con C i k =
, cada i se repite di veces.
i , si i =k
iii) Adems, el polinomio caracterstico de se puede escribir como:
f (x) = (x 1)di(x 2)di..............(x k)dk. (Puede que haya, adems,
factores no lineales irreductibles, en tal caso el nmero de valores propios
no llega a n y T no ser diagonalizable; el ejemplo N1 es de este tipo).
iv) Es fcil ver que ran(T iI ) = n di (pues su nulidad es di), luego la matriz
diagonal para [T i I]B tendr di ceros en su diagonal.
v) Si W = W1 + W2 + + Wk es el s.e.v. generado por todos los vectores
k
d
i =1
d =n .
i =1
Existe P Mn(K)
Con tiempo y espacio, es posible demostrar que las columnas P1, P2, , Pk de
la matriz P, forman una base B = { P1, P2, , Pk} para V, tal que, agrupando
adecuadamente sus vectores en B1, B2, , Bk se obtiene las bases de los
espacios propios Wi asociados a los i valores propios distintos de A en K.
Ejemplo: Sea T: R
T .L .
5 6 6
representado por A = 1 4 2 en base cannica.
3 6 4
i)
ii)
iii)
iv)
Respuesta: i) f(x) = x I A =
= (x 2)
x5 6
1 x4
6
2
x+4
x2 0
0
x2 0
2x
=
1 x 4 1
1 x4 2
3
6
x+1
3
6
x+4
x 4 1
= (x 2)(x2 3x + 2) = (x 2)2 (x 1).
6 x+1
a) Para 1 = 1: A I = 1
6
3
6
6
2
5
y Ker(A I) sera:
Material N12
4 6
3
1
3 6
6
2
5
0
0
3
6
3
2
2
1
0
0
1 0
1
1
0
0 3
0
0
b) Para 2 = 2: A 2I = 1
6
2
6
3 6
1 2
3 6
6
2
6
6 0
2 0
6 0
0
0
2
0
0
2 0
0 0
0 0
1 0 0
0 2 0
0 0 2
R3 que nos
asociada a T.
6 6
4
2 es semejante
6 4
1 0 0
.
2 0
0 0 2
con D = 0
invirtiendo P obtenemos P
1 = 1
1
2
2
.
3
2
6 5
3 2
1 1
3 0
2
0
1