546 CAPTULO 8 Valores caractersticos, vectores caractersticos y formas cannicas

8.1 Valores caractersticos y vectores

caractersticos
Sea T: V S W una transformacin lineal. En diversas aplicaciones (una de las cuales se da en
la siguiente seccin) resulta til encontrar un vector v en V tal que Tv y v son paralelos. Es decir,
se busca un vector v y un escalar l tal que

Tv 5 lv (8.1.1)

Si v Z 0 y l satisface (8.1.1), entonces l se denomina un valor caracterstico de T y v un vector

caracterstico de T correspondiente al valor caracterstico l. El propsito de este captulo es
investigar las propiedades de los valores caractersticos y vectores caractersticos. Si V tiene di-
mensin finita, entonces T se puede representar por una matriz AT . Por esta razn se estudiarn
los valores y los vectores caractersticos de las matrices de n 3 n.

D Denicin 8.1.1
Valor caracterstico y vector caracterstico
Sea A una matriz de n 3 n con componentes reales. El nmero l (real o complejo) se
denomina valor caracterstico de A si existe un vector diferente de cero v en Cn tal que

Av = lv (8.1.2)

El vector v Z 0 se denomina vector caracterstico de A correspondiente al valor caracte-

rstico l.

N Nota
Los valores y vectores caractersticos
tambin se denominan valores y
vectores propios o eigenvalores
y eigenvectores; el trmino alemn
eigen signica propio.
Observacin. Como se ver (ejemplo 8.1.6), una matriz con componentes reales
puede tener valores y vectores caractersticos complejos. Por esta razn, en la de-
finicin se asegura que v P Cn. No se usarn en este libro muchos hechos sobre los
nmeros complejos. En el apndice B se hace una presentacin de unos cuantos
de ellos que s son necesarios.

EJ EM PLO 8 .1 .1 Valores caractersticos y vectores caractersticos

de una matriz de 2 3 2

10 218 2 10 218 2 2
Sea A 5
2 . Entonces A 1 5 6 211 1 5 1 . As, l1 5 1 es un valor caracte-
6 11
2 3
rstico de A con el correspondiente vector caracterstico v1 5 . De manera similar, A 5
1 2
10 218 3 26 3
6 211 5 522 , de modo que l2 5 22 es un valor caracterstico de A con el
2 24 2
3
correspondiente vector caracterstico v 2 5 . Como se ver en seguida, stos son los nicos
valores caractersticos de A. 2

Esta denicin es vlida si A tiene componentes complejas, pero como las matrices que se manejaban tienen, en su
mayora, componentes reales, la denicin es suciente para nuestros propsitos.
 8.1 Valores caractersticos y vectores caractersticos 547

EJEMPLO 8 .1 .2 Valores caractersticos y vectores caractersticos

de la matriz identidad

Sea A 5 I, entonces para cualquier v P Cn, Av 5 Iv 5 v. As, 1 es el nico valor caracterstico

de A y todo v Z 0 P Cn es un vector caracterstico de I.
Se calcularn los valores y vectores caractersticos de mltiples matrices en esta seccin.
Pero primero es necesario probar algunas tcnicas que simplificarn estos clculos.
Suponga que l es un valor caracterstico de A. Entonces existe un vector diferente de cero
x1

x
v 5 2 Z 0 tal que Av 5 lv 5 lIv. Reescribiendo esto se tiene


xn
(A 2 lI)v 5 0 (8.1.3)

Si A es una matriz de n 3 n, la ecuacin (8.1.3) corresponde a un sistema homogneo de n

ecuaciones con las incgnitas x1, x2, , xn. Como se ha supuesto que el sistema cuenta con
soluciones no triviales, se concluye que det (A 2 lI) 5 0. De forma inversa, si det (A 2 lI) 5 0,
entonces la ecuacin (8.1.3) tiene soluciones no triviales y l es el valor caracterstico de A. Por
otro lado, si det (A 2 lI) Z 0, entonces la nica solucin a (8.1.3) es v 5 0, de manera que l no
es un valor caracterstico de A. Resumiendo estos hechos se tiene el siguiente teorema.

T Teorema 8.1.1
Sea A una matriz de n 3 n. Entonces l es un valor caracterstico de A si y slo si

p(l) 5 det (A 2 lI) 5 0 (8.1.4)

D Denicin 8.1.2
Ecuacin y polinomio caractersticos
La ecuacin (8.1.4) se denomina la ecuacin caracterstica de A; p(l) se denomina el
polinomio caracterstico de A.

Como ser evidente en los ejemplos, p(l) es un polinomio de grado n en l. Por ejemplo, si
a b a b Q  a 2 Q b
A5 , entonces A 2 QI 5 2 5 y p(l) 5 det (A 2 lI) 5
c d c d  Q c d 2 Q
(a 2 l)(d 2 l) 2 bc 5 l2 2 (a 1 d)l 1 (ad 2 bc).
De acuerdo con el teorema fundamental del lgebra, cualquier polinomio de grado n con Teorema
coeficientes reales o complejos tiene exactamente n races (contando multiplicidades). Esto sig- fundamental
nifica, por ejemplo, que el polinomio (l 2 1)5 tiene cinco races, todas iguales al nmero 1. del lgebra
Como cualquier valor caracterstico de A es una raz de la ecuacin caracterstica de A, se
concluye que

Contando multiplicidades, toda matriz de n 3 n

tiene exactamente n valores caractersticos.
548 CAPTULO 8 Valores caractersticos, vectores caractersticos y formas cannicas

T Teorema 8.1.2
Sea l un valor caracterstico de la matriz A de n 3 n y sea El 5 {v: Av 5 lv}. Entonces
El es un subespacio de Cn.

Demostracin

Si Av 5 lv, entonces (A 2 lI)v 5 0. As, El es el espacio nulo de la matriz A 2 lI, que

por el ejemplo 5.5.10, pgina 355, es un subespacio de Cn.

D Denicin 8.1.3
Espacio caracterstico
Sea l un valor caracterstico de A. El subespacio El se denomina espacio caracterstico
o propio de A correspondiente al valor caracterstico l.

Ahora se probar otro resultado til.

T Teorema 8.1.3
Sea A una matriz de n 3 n y sea l1, l2, , lm valores caractersticos distintos de A (es
decir, li Z lj si i Z j) con vectores caractersticos correspondientes v1, v2, , vm. Entonces
v1, v2, , vm son linealmente independientes. Esto es, los vectores caractersticos corres-
pondientes a valores caractersticos distintos son linealmente independientes.
Demostracin

Se llevar a cabo la demostracin por induccin matemtica. Comenzando con m 5 2,

suponga que
c1v1 1 c2v2 5 0 (8.1.5)

Multiplicando ambos lados de (8.1.5) por A se tiene

0 5 A(c1v1 1 c2v2) 5 c1Av1 1 c2Av2

o sea (como Avi 5 livi para i 5 1, 2)

c1l1v1 1 c2l2v2 5 0 (8.1.6)

Se multiplica (8.1.5) por l1 y se resta de (8.1.6) para obtener

(c1l1v1 1 c2l2v2) 2 (c1l1v1 1 c2l2v2) 5 0

o sea
c2(l1 2 l2 )v2 5 0

Como v2 Z 0 (por definicin de vector caracterstico) y como l1 Z l2, se concluye que

c2 5 0. Entonces, sustituyendo c2 5 0 en (8.1.5), se ve que c1 5 0, lo que prueba el

En el ejemplo 5.5.10, pgina 355, se vio que NA es un subespacio de Rn si A es una matriz real. La extensin de este
resultado a Cn no presenta dicultades.

Observe que 0 P El, ya que El es un subespacio. Sin embargo, 0 no es un vector caracterstico.
 8.1 Valores caractersticos y vectores caractersticos 549

teorema en el caso m 5 2. Ahora suponga que el teorema se cumple para m 5 k. Esto

es, se supone que k vectores caractersticos correspondientes a valores caractersticos
distintos son linealmente independientes. Ahora se prueba el teorema para m 5 k 1 1.
As que se supone que

c1v1 1 c2v2 1 1 ckvk 1 ck11vk11 5 0 (8.1.7)

Multiplicando ambos lados de (8.1.7) por A y usando el hecho de que Avi 5 livi se
obtiene
c1l1v1 1 c2l2v2 1 1 cklkvk 1 ck11lk11vk11 5 0 (8.1.8)

Se multiplican ambos lados de (8.1.7) por lk11 y se resta de (8.1.8):

c1(l1 2 lk11)v1 1 c2(l2 2 lk11)v2 1 1 ck(lk 2 lk11)vk 5 0

Pero de acuerdo con la suposicin de induccin, v1, v2, , vk son linealmente indepen-
dientes. As, c1(l1 2 lk11) 5 c2(l2 2 lk11) 5 5 ck(lk 2 lk11) 50; y como li Z lk11 para
i 5 1, 2, , k, se concluye que c1 5 c2 5 5 ck 5 0. Pero de (8.1.7) esto significa que
ck11 5 0. Por lo tanto, el teorema se cumple para m 5 k 1 1 y la prueba queda completa.

Si
a11 a12 a1n

a a22 a2 n
A 5 21


an1 an 2 ann

entonces
a11 2 Q a12 a1n
a21 a22 2 Q a2 n
p( Q 5 det ( A 2 QI ) 5

an1 an2 ann 2 Q

y p(l) 5 0 se puede escribir en la forma

p( Q 5 (21) n Q n 1 bn 21Q n 21 1 1 b1Q 1 b0 5 0 (8.1.9)

La ecuacin (8.1.9) tiene n races, algunas de ellas repetidas. Si l1, l2, , lm son las diferentes
races de (8.1.9) con multiplicidades r1, r2, , rm respectivamente, entonces (8.1.9) se puede
factorizar para obtener

(21) n p( Q 5 ( Q 2 Q1 ) r ( Q 2 Q 2 )r
1 2
( Q 2 Q m )r 5 0
m
(8.1.10)

Los nmeros r1, r2, , rm se denominan multiplicidades algebraicas de los valores caractersti- Multiplicidades
cos l1, l2, , lm, respectivamente. algebraicas
Ahora es posible calcular los valores caractersticos y sus espacios caractersticos corres-
pondientes. Para esto se realiza un procedimiento de tres pasos:
550 CAPTULO 8 Valores caractersticos, vectores caractersticos y formas cannicas

Procedimiento para calcular valores caractersticos y vectores caractersticos

iii) Se encuentra p(l) 5 det (A 2 lI).
iii) Se encuentran las races l1, l2, , lm de p(l) 5 0.
iii) Se resuelve el sistema homogneo (A 2 liI)v 5 0, correspondiente a cada valor
caracterstico li.

Observacin 1. Por lo general el paso ii) es el ms difcil.

Observacin 2. En los problemas 41 y 42 se sugiere una manera relativamente sencilla de encon-
trar los valores y vectores caractersticos de matrices de 2 3 2.

EJ EM PLO 8 .1 .3 Clculo de valores y vectores caractersticos

4 2 42Q 
Sea A 5 . Entonces det ( A 2 QI ) 5 5 (4 2 l) (3 2 l) 2 6 5 l22 7l 1 6 5
3 3  2Q
(l 2 1) (l 2 6). Entonces los valores caractersticos de A son l1 5 1 y l2 5 6. Para l1 5 1 se
3 2 x1 0
resuelve (A 2 I)v 5 0 o 5 . Es claro que cualquier vector caracterstico corres-
3 2 x2 0
2
pondiente a l1 5 1 satisface 3xl 1 2x2 5 0. Un vector caracterstico de este tipo es v1 5 . As,
23
2 22 2 x1
E1 5 gen . De modo similar, la ecuacin (A 2 6I)v 5 0 significa que 5
23 3 23 x2
0 1
0 o x1 5 x2. Entonces v 2 5 1 es un vector caracterstico correspondiente a l2 5 6 y E6 5 gen

1
. Observe que v1 y v2 son linealmente independientes ya que uno no es mltiplo del otro.
1

Nota. No es importante si se establece l1 5 1 y l2 5 6 o l1 5 6 y l2 5 1. Los resultados no

cambian, en el sentido de que para un valor caracterstico dado corresponde un vector carac-
terstico en particular.

EJ EM PLO 8 .1 .4 Una matriz de 3 3 3 con valores caractersticos distintos

1 21 4

Sea A 5 3 2 21 . Entonces
2 1 21

12 Q 21 4
det ( A 2 QI ) 5 3 22Q 21 52( Q  2 2 Q  2 5Q 1 6) 52( Q 2 1)( Q 2 2)( Q 2 3)
2 1 21 2 Q

Por lo tanto, los valores caractersticos de A son l1 5 1, l2 5 22 y l3 5 3. Para l1 5 1 se tiene

0 21 4 x1 0

( A 2 I )v 5 3 1 21 x2 5 0

2 1 22 x3 0

 8.1 Valores caractersticos y vectores caractersticos 551

Reduciendo renglones se obtiene, sucesivamente,

0 21 4 | 0 0 21 4 | 0

3 1 21 | 0
q 3 0 3 | 0
2 1 22 | 0 0 2 | 0
2
0 21 4 | 0 0 21 4 | 0


q 1 0 1 | 0
q 1 0 1 | 0
2 0 2 | 0 0 0 0 | 0

21
21
As, x1 5 2x3, x2 5 4x3, un vector caracterstico es v1 5 4 y E1 5 gen
4 . Para l2 5 22
1 1

se tiene [A 2(22I)]v 5 (A 1 2I)v 5 0, o sea

3 21 4 x1 0

3 4 21 x2 5 0

2 21 1 x3 0

Esto lleva a
3 21 4 | 0 3 21 4 | 0

3 4 21 | 0
q 15 0 15 | 0
2 21 1 | 0 5 0 5 | 0

3 21 4 | 0 21 21 0 | 0


q 1 0 1 | 0
q 1 0 1 | 0
5 0 5 | 0 0 | 0
0 0

1

Entonces x2 5 2x1, x3 5 2x1 y un vector caracterstico es v 2 5 21 . Entonces
21
1

E22 5 gen 21 . Por ltimo, para l3 5 3 se tiene

21
22 21 4 x1 0

(A 2 3I ) v 5 3 21 21 x2 5 0

2 1 24 x3 0

y
22 21 4 | 0 22 21 4 | 0

3 21 21 | 0
q 5 0 25 | 0
2 21 24 | 0 0 0 0 | 0

22 21 4 | 0 2 21 0 | 0


q 1 0 21 | 0
q 1 0 21 | 0
0 0 0 | 0 0 0 0 | 0

552 CAPTULO 8 Valores caractersticos, vectores caractersticos y formas cannicas

1 1

Por lo tanto, x3 5 x1, x2 5 2x1 y v 3 5 2 , de manera que E 3 5 gen 2 .

1 1

Observacin. En ste y otros ejemplos existe un nmero infinito de formas de elegir el vector
caracterstico. Se seleccion arbitrariamente un ejemplo sencillo haciendo una o ms de las xi
igual a un nmero conveniente. En este caso, una de las xi se hizo igual 1. Otra seleccin comn
es escalar el vector caracterstico para que sea unitario.

EJ EM PLO 8 .1 .5 Una matriz de 2 3 2 con uno de sus valores

caractersticos iguales a cero

2 21 2 2 Q 21
Sea A 5 . Entonces det ( A 2 QI ) 5 5 Q  2 4Q 5 Q Q 2 4). As, los valo-
24 2 24  2 Q
res caractersticos son l1 5 0 y l2 5 4. El espacio caracterstico correspondiente a cero es sim-
2 21 x1 0
plemente el espacio nulo de A. Se calcula 5 , de manera que 2x1 5 x2 y un
24 2 x2 0

1 1
vector caracterstico es v1 5 . Por lo tanto, E 0 5 gen . Al analizar lo que corresponde
2 2
22 21 x1 0 1
a l2 5 4 se tiene 5 , de manera que E4 5 gen .
24 22 x2 0 22

EJ EM PLO 8 .1 .6 Una matriz de 2 3 2 con valores caractersticos

conjugados complejos

3 25 32Q 25
Sea A 5 . Entonces det ( A 2 QI ) 5 5 Q  2 2Q 1 2 5 0 y
1 21 1 21 2 Q

2(22) 6 4 2 4(1)(2) 2 6 24 2 6 2i
Q5 5 5 516 i
2 2 2
As, l1 5 1 1 i y l2 5 1 2 i. Se calcula

2 2i 25 x1 0
@A 2 (1 1 i )I B v 5 5
21 2 Q x2 0
1

Observe que las columnas de esta matriz son linealmente dependientes porque
25 2 2i
22 2 i 5 (22 2 i ) y se obtiene (22i)x1 2 5x2 5 0 y x1 1 (22 2 i)x2 5 0. Entonces
1
2 1i 2 1 i
x1 5 (2 1 i)x2, lo que lleva al vector caracterstico v1 5 y E11 i 5 gen .
1 1

2 1i 25 x1 0
De manera similar, [A 2 (1 2 i)I] v 5 5 o x1 1 (22 1 i)x2 5 0, lo
1 22 1 i x2 0

2 2i 2 2 i
que lleva a x1 5 (2 2 i)x2, v2 5 y E12 i 5 gen .
1 1
 8.1 Valores caractersticos y vectores caractersticos 553

Observacin 1. Este ejemplo ilustra que una matriz real puede tener valores y vectores caracte-
rsticos complejos. Algunos libros definen los valores caractersticos de matrices reales como las
races reales de la ecuacin caracterstica. Con esta definicin la matriz del ltimo ejemplo no
tiene valores caractersticos. Esto puede hacer que los clculos sean ms sencillos, pero tambin
reduce en gran medida la utilidad de la teora de valores caractersticos y de vectores caracters-
ticos. En la seccin 8.7 se ver una ilustracin importante del uso de los valores caractersticos
complejos.

Observacin 2. Note que l2 5 1 2 i es el complejo conjugado de l1 5 1 1 i. Adicionalmente,

las componentes de v2 son complejas conjugadas de las componentes de v1, lo cual no es una
coincidencia. En el problema 41 de esta seccin se pide que se pruebe que

Los valores caractersticos de una matriz real ocurren en pares complejos conjugados
y
los vectores caractersticos correspondientes son complejos conjugados entre s.

Antes de presentar ms ejemplos se demostrar un teorema que en algunos casos especia-

les simplifica los clculos de los valores caractersticos.

T Teorema 8.1.4
Los valores caractersticos de una matriz triangular son las componentes diagonales de
la matriz.

Demostracin

a11 a12 a1n a11 2 a12 a1n

0 a22 0 a22 2
, entonces A 2 I 5
a2 n a2 n
Si A 5


0 0 ann 0 0 ann 2

y como el determinante de una matriz triangular es igual al producto de las compo-

nentes de la diagonal (vea la pgina 180), se ve que det (A 2 lI) 5 (a11 2l)(a22 2 l)
(ann 2 l) con ceros a11, a22, , ann. La demostracin para una matriz triangular inferior
es prcticamente idntica.

EJEMPL O 8 .1 .7 Valores caractersticos de una matriz

triangular

2 5 6 22Q 5 6

Sea A 5 0 23 2 . Entonces det (A 2 QI ) 5 0 23 2 Q 2 5 (2 2 Q(23 2 Q(5 2 Q
0 0 5 0 0 52Q
con ceros (y valores caractersticos) 2, 23 y 5.
A continuacin se darn ms ejemplos del clculo de los valores y vectores caractersticos
para matrices que no son triangulares.
554 CAPTULO 8 Valores caractersticos, vectores caractersticos y formas cannicas

EJ EM PLO 8 .1 .8 Una matriz de 2 3 2 con un valor caracterstico

y dos vectores caractersticos linealmente independientes

4 0 42l 0
Sea A 5 . Entonces det ( A 5lI ) 5 5 ( l 2 4)  5 0 ; as, l 5 4 es un valor
0 4 0  2 Q
caracterstico de multiplicidad algebraica 2. Como A 5 4I, se sabe que Av 5 4v para todo vec-
1 0
tor v P R2, de manera que E4 5 R2 5 gen , .
0 1

EJ EM PLO 8 .1 .9 Una matriz de 2 3 2 con un valor caracterstico

y slo un vector caracterstico independiente

4 1 42l 1
Sea A 5 . Entonces det ( A 5 lI ) 5 5 ( l 2 4)  5 0; as, l 5 4 es un valor ca-
0 4 0 2l
0 1 x1 x2
racterstico de multiplicidad algebraica 2. Pero esta vez se tiene ( A 2 I )v 5 5 .
0 0 x2 0
1 1
Por lo tanto, x2 5 0, v1 5 es un vector propio y E 4 5 gen .
0 0

EJ EM PLO 8 .1 .1 0 Una matriz de 3 3 3 con dos valores caractersticos

y tres vectores caractersticos linealmente independientes

3 2 4 32l 2 4
Sea A 5 2 0 2 . Entonces det ( A 2 lI ) 5 2 2l 2 52l3 1 6l 2 1 15l 1 8 5

4 2 3 4 2 32l
2( l 1 1)2 ( l 2 8) 5 0 , de manera que los valores caractersticos son l1 5 8 y l2 5
N Nota
21 (con multiplicidad algebraica 2). Para l1 5 8 se obtiene
En lo subsecuente no se dan los deta-
lles algebraicos para un determinante 25 2 4 x1 0
de 3 3 3.
( A 2 I )v 5 2 28 2 x2 5 0

4 2 25 x3 0

o reduciendo por renglones, se tiene

25 2 4 | 0 25 2 4 | 0

2 28 2 | 0
q 218 0 18 | 0
4 2 25 | 0 9 0 29 | 0

25 2 4 | 0 0 2 21 | 0


q 21 0 1 | 0
q 21 0 1 | 0
9 0 29 0
| 0 0 0 0 |

2 2


Entonces, x3 5 2x2 y x1 5 x3 y se obtiene el vector caracterstico v1 5 1 y E 8 5 gen 1 .
2
4 2 4 x1 0 2

Para l2 5 21 se tiene (A 1 I ) v 5 2 1 2 x2 5 0 , lo que da la ecuacin nica 2x1 1 x2 1

4 2 4 x3 0
 8.1 Valores caractersticos y vectores caractersticos 555

1

2x3 5 0 o x2 5 22x1 2 2x3. Si x1 5 1 y x3 5 0, se obtiene v 2 5 22 . Si x1 5 0 y x3 5 1, se obtiene
0
0 1 0

v3 5 22 . Por lo tanto, E21 5 gen 22 , 2 2 . Existen otras elecciones convenientes para
1 0 1

1

los vectores caractersticos; por ejemplo, v 5 0 est en E21, ya que v 5 v2 2 v3.
21

EJEMPL O 8 .1 .1 1 Una matriz de 3 3 3 con un valor caracterstico y slo

un vector caracterstico linealmente independiente

25 25 29 25 2 l 25 29

Sea A 5 8
9 18 ; entonces det ( A 2 QI ) 5 8 92l  5 2 l3 2 3l2 23l

22 23 27 22 23 27 2 l

2 1 5 2(l 1 1)3 5 0. As, l 5 21 es un valor caracterstico de multiplicidad algebraica 3. Para

24 25 29 x1 0

calcular E21 se establece ( A 1 I )v 5 8 10 18 x2 5 0 y se reduce por renglones para

22 23 26 x3 0

obtener, sucesivamente,

24 25 29 0 0 0 0 1 3
| 1 3 | | 0

8 10 18 | 0
q 0 22 26 | 0
q 0 0 0 | 0 .
22 23 26 | 0 22 23 26 | 0 22 0 3 0
|

Esto conduce a x2 5 23x3 y 2x1 5 3x3. Estableciendo x3 5 2 se obtiene slo un vector caracte-

3 3

rstico linealmente independiente: v1 5 26 . Por lo tanto, E2 1 5 gen 26 .
2 2

EJEMPL O 8 .1 .1 2 Una matriz de 3 3 3 con un valor caracterstico

y dos vectores caractersticos linealmente independientes

21 23 29 21 2 l 23 29
0
Sea A 5 5 18 ; entonces det ( A 2 lI ) 5
0 52l  52( l 1 1)3 5 0.
0 22 27 0 22 27 2 l

As, igual que en el ejemplo 8.1.10, l 5 21 es un valor caracterstico de multiplicidad algebraica 3.

0 23 29 x1 0

Para encontrar E21 se calcula ( A 1 I )v 5 0 6 18 x2 5 0 . Por lo tanto, 22x2 2 6x3 5 0

0 22 26 x3 0

556 CAPTULO 8 Valores caractersticos, vectores caractersticos y formas cannicas

0

o x2 5 23x3, y x1 es arbitrario. Haciendo x1 5 0, x3 5 1, se obtiene v 1 5 23 . Haciendo x1 5 1,
1

1 0 1

x3 5 1, se llega a v2 5 23 . De esta manera, E21 5 gen 23 , 2 3 .
1 1 1

En cada uno de los ltimos cinco ejemplos se encontr un valor caracterstico con una
multiplicidad algebraica de 2 o ms. Pero como se vio en los ejemplos 8.1.9, 8.1.11 y 8.1.12,
el nmero de vectores caractersticos linealmente independientes no es necesariamente igual
a la multiplicidad algebraica del valor caracterstico (como fue el caso en los ejemplos 8.1.8 y
8.1.10). Esta observacin lleva a la siguiente definicin.

D Denicin 8.1.4
Multiplicidad geomtrica
Sea l un valor caracterstico de la matriz A; entonces la multiplicidad geomtrica de l
es la dimensin del espacio caracterstico correspondiente a l (que es la nulidad de la
matriz A 2 lI). Esto es,

Multiplicidad geomtrica de l 5 dim El 5 m(A 2lI)

En los ejemplos 8.1.8 y 8.1.10 se observ que para los valores caractersticos de multiplicidad
algebraica 2 las multiplicidades geomtricas eran tambin 2. En el ejemplo 8.1.9 la multiplici-
dad geomtrica de l 5 4 era 1 mientras que la multiplicidad algebraica era 2. En el ejemplo 8.1.11
la multiplicidad algebraica era 3 y la multiplicidad geomtrica 1. En el ejemplo 8.1.12 la multipli-
cidad algebraica era 3 y la geomtrica 2. Estos ejemplos ilustran el hecho de que si la multiplici-
dad algebraica de l es mayor que 1, entonces no se puede predecir la multiplicidad geomtrica de
l sin informacin adicional.
Si A es una matriz de 2 3 2 y l es un valor caracterstico con multiplicidad algebraica 2,
entonces la multiplicidad geomtrica de l es # 2 ya que puede haber, a lo ms, dos vectores
linealmente independientes en un espacio de dos dimensiones. Sea A una matriz de 3 3 3 que
tiene dos valores caractersticos l1 y l2 con multiplicidades algebraicas 1 y 2, respectivamente.
Entonces la multiplicidad geomtrica de l2 es # 2 porque de otra manera se tendran cuatro
vectores linealmente independientes en un espacio de tres dimensiones. De hecho, la multiplici-
dad geomtrica de un valor caracterstico es siempre menor o igual que su multiplicidad alge-
braica. La demostracin del siguiente teorema no es difcil si se prueban algunos otros hechos
sobre los determinantes. Como esto nos llevara ms all del alcance de este libro, se omite la
prueba.

Una demostracin se puede encontrar en el teorema 11.2.6 del libro Advanced Engineering Mathematics (Nueva York:
McGraw-HiII, Inc., 1975) de C.R. Wylie.
 8.1 Valores caractersticos y vectores caractersticos 557

T Teorema 8.1.5 N Nota

La multiplicidad geomtrica de un valor
Sea l un valor caracterstico de A. Entonces
caracterstico nunca es cero. Esto se
deduce de la denicin 1, que estable-
ce que si l es un valor caracterstico,
Multiplicidad geomtrica de l # multiplicidad algebraica de l. entonces existe un vector caracterstico
diferente de cero que corresponde a l.

En el resto de este captulo, un problema importante ser determinar si una matriz de

n 3 n dada tiene o no n vectores caractersticos linealmente independientes. Con lo que se ha
estudiado en esta seccin se vuelve evidente el siguiente teorema.

T Teorema 8.1.6
Sea A una matriz de n 3 n; entonces A tiene n vectores caractersticos linealmente inde-
pendientes si y slo si la multiplicidad geomtrica de cada valor caracterstico es igual a
su multiplicidad algebraica. En particular, A tiene n vectores caractersticos linealmente
independientes si todos los valores caractersticos son distintos (ya que entonces la mul-
tiplicidad algebraica de cada valor caracterstico es 1).

En el ejemplo 8.1.5 se observ una matriz para la que un valor caracterstico era cero. En
realidad, por el teorema 8.1.1 es evidente que cero es un valor caracterstico de A si y slo si
det A 5 det (A 2 0I) 5 0. Esto permite extender, por ltima vez, el teorema de resumen (vea
el teorema 7.4.4, pgina 529).

T Teorema 8.1.7 Teorema de resumen (punto de vista 9)

Sea A una matriz de n 3 n. Entonces las siguientes 12 afirmaciones son equivalentes; es

decir, cada una implica a las otras 11 (de manera que si una es cierta, todas las dems
son ciertas):
viii) A es invertible.
viii) La nica solucin al sistema homogneo Ax 5 0 es la solucin trivial (x 5 0).
viii) Para cada vector b de dimensin n, el sistema Ax 5 b tiene una solucin nica.
iiiv) A es equivalente por renglones a la matriz identidad In.
iiiv) A se puede expresar como el producto de matrices elementales.
iivi) La forma escalonada por renglones de A tiene n pivotes.
ivii) Las columnas (y renglones) de A son linealmente independientes.
viii) det A Z 0.
iix) n(A) 5 0.
ii x) r(A) 5 n.
i xi) La transformacin lineal T de Rn en Rn definida por Tx 5 Ax es un isomorfismo.
xii) Cero no es un valor caracterstico de A.
558 CAPTULO 8 Valores caractersticos, vectores caractersticos y formas cannicas

R Resumen 8.1
Valores caractersticos y vectores caractersticos

Sea A una matriz de n 3 n con componentes reales. El nmero l (real o complejo) se denomina
un valor caracterstico o valor propio de A si existe un vector v diferente de cero en Cn tal que (p. 542)

Av 5 lv

El vector v Z 0 se denomina vector caracterstico o vector propio de A correspondiente al valor

caracterstico l.

Sea A una matriz de n 3 n. Entonces l es un valor caracterstico de A si y slo si (p. 542)

p(l) 5 det(A 2 lI ) 5 0

La ecuacin p(l) 5 0 se denomina ecuacin caracterstica de A; p(l) se conoce como el polinomio

caracterstico de A.

Contando las multiplicidades, toda matriz de n 3 n tiene exactamente n valores caractersticos. (p. 543)

Los vectores caractersticos correspondientes a valores caractersticos distintos son linealmente

independientes. (p. 544)

Multiplicidad algebraica

Si p(l) 5 (l 2 l1)r1 (l 2 l2)r2 . . . (l 2 ln)rn, entonces ri es la multiplicidad algebraica de li . (p. 545)

Los valores caractersticos de una matriz real ocurren en pares complejos conjugados. (p. 549)

Espacio caracterstico

Si l es un valor caracterstico de la matriz A de n 3 n, entonces El 5 {v: Av 5 lv} es un subes-

pacio de Cn denominado el espacio caracterstico de A correspondiente a l. Se denota por El. (p. 544)

Multiplicidad geomtrica

La multiplicidad geomtrica de un valor caracterstico l de la matriz A es igual a dim

El 5 m(A 2 lI). (p. 552)

Para cualquier valor caracterstico l, multiplicidad geomtrica # multiplicidad algebraica. (p. 553)

Sea A una matriz de n 3 n. Entonces A tiene n vectores caractersticos linealmente independien-

tes si y slo si la multiplicidad geomtrica de cada valor caracterstico es igual a su multiplicidad
algebraica. En particular, A tiene n vectores caractersticos linealmente independientes si todos
los valores caractersticos son diferentes (ya que en ese caso la multiplicidad algebraica de todo
valor caracterstico es 1). (p. 553)

Teorema de resumen

Sea A una matriz de n 3 n. Entonces las siguientes 12 afirmaciones son equivalentes; es decir,
cada una implica a las otras 11 (de manera que si una es cierta, todas son ciertas): (p. 553)

i) A es invertible.
ii) La nica solucin al sistema homogneo Ax 5 0 es la solucin trivial (x 5 0).
 8.1 Valores caractersticos y vectores caractersticos 559

iii) El sistema Ax 5 b tiene una solucin nica para cada vector de dimensin n b.
iv) A es equivalente por renglones a la matriz identidad, In, de n 3 n.
v) A se puede expresar como el producto de matrices elementales.
vi) La forma escalonada por renglones de A tiene n pivotes.
vii) Las columnas (y renglones) de A son linealmente independientes.
viii) det A Z 0.
ix) n(A) 5 0.
x) r(A) 5 n.
xi) La transformacin lineal T de Rn en Rn definida por Tx 5 Ax es un isomorfismo.
xii) Cero no es un valor caracterstico de A.

A A U T O E V A L U A C I N 8.1
Indique si los enunciados siguientes son falsos o verdaderos.
III) Los valores caractersticos de una matriz triangular son los nmeros en la diago-
nal de la matriz.

III) Si la matriz real A de 3 3 3 tiene valores caractersticos distintos, entonces los

vectores caractersticos correspondientes a esos valores caractersticos distintos
constituyen una base para R3.

III) Si la matriz A de 3 3 3 tiene dos valores caractersticos distintos, entonces A tiene

a lo ms dos vectores caractersticos linealmente independientes.

IIV) Si A tiene elementos reales, entonces A puede tener exactamente un valor caracte-
rstico complejo (es decir, un valor caracterstico a 1 ib con b Z 0).

IIV) Si det A 5 0, entonces 0 es un valor caracterstico de A.

Elija la opcin que responda acertadamente al enunciado propuesto.

IVI) 1 es un valor caracterstico de la matriz identidad 3 3 3. Su multiplicidad geom-
trica es _________.

a) 1 b) 2 c) 3

1 2 0
VII) 1 es el nico valor caracterstico de A 5 0 1 0 . Su multiplicidad geomtrica es

_________. 0 0 1

a) 1 b) 2 c) 3

Respuestas a la autoevaluacin
I) V II) V III) F IV) F V) V VI) c) VII) b)
560 CAPTULO 8 Valores caractersticos, vectores caractersticos y formas cannicas

MANEJO DE LA CALCULADORA 8.1

Los valores y vectores caractersticos pueden obtenerse directamente en la HP 50g. Su-

ponga que se introduce una matriz cuadrada A en el primer rengln de la pila; entonces,
el comando ;=L6 proporciona por resultado los vectores y valores caractersticos
de la matriz A, como se muestra a continuacin.
4 1 21

Por ejemplo, si A 5 21 3 2 y quieren obtenerse los vectores y valores carac-
21 2 1

tersticos procedemos como sigue: escribimos la matriz en el primer rengln de la pila

WWYY0iW0YY
iW0YY6QQ;=L

Al ejecutar el comando con la tecla 6 se obtiene el resultado

Las columnas de la matriz que se encuentra en el rengln 2 de la pila son los vectores ca-
ractersticos, y el vector que aparece en el rengln 1 contiene los valores caractersticos.
Para mayor informacin, consulte el Manual del Usuario de la calculadora.

Problemas 8.1
De los problemas 1 al 29 calcule los valores caractersticos y los espacios caractersticos de la
matriz dada. Si la multiplicidad algebraica de un valor caracterstico es mayor que 1, calcule su
multiplicidad geomtrica.

281 16 22 22 212 7
1. 2. 3.
2420 83 25 1 27 2
 8.1 Valores caractersticos y vectores caractersticos 561

23 12 2 21 23 0
4. 5. 6.
242 222 5 22 0 23

262 220 3 2 23 2
7. 8. 9.
192 62 25 1 0 23

210 271 219 1 21 0 5 4 2

10. 3 34 9 11. 21 2 21 12. 4 5 2

21 261 216 0 21 1 2 2 2

13 3 1 0 1 0 1 2 2

13. 256 213 24 14. 0 0 1 15. 0 2 1
214 23 22 1 23 3 21 2 2

260 0 22 5 0 7 22 24

16. 21 0 1 17. 5 22 0 18. 3 0 22

21 22 3 0 0 1 6 22 23

2662 5 1 2 4 4 6 6

19. 0 3 0 20. 0 2 3 21. 1 3 2

210 0 9 0 0 5 21 25 22

18 42 26 210 4 1 0 1 a
b 0 0
22 70 37 217 2 3 0 1 0 a 0 0
22. 23. 24. ; b Z 0
220 260 231 15 22 1 2 23 0 0 a 0
0
62 186 104 244 2 21 0 5 0 0 a

a 0 0 0 a b 0 0
0 a b 0 0 a c 0
25. 26. ; bcd Z 0
0 0 a 0 0 0 a d
0 0 0 a 0 0 0 a

a b 0 0 3 1 0 0
0
a c 0 0 3 0 0
27. ; bc Z 0 28.
0 0 a 0 0 0 4 1
0
0 0 a 0 0 0 4
a b
29. Demuestre que para cualesquiera nmeros reales a y b, la matriz A 5 tiene valores
caractersticos a 6 ib. 2b a

De los problemas 30 al 36 suponga que la matriz A tiene valores caractersticos l1, l2, . . . , lk.
30. Demuestre que los valores caractersticos de A^ son l1, l2, . . . , lk.
31. Demuestre que los valores caractersticos de aA son al1, al2, . . . , alk.
32. Demuestre que A21 existe si y slo si l1, l2, . . . , lk Z 0.
562 CAPTULO 8 Valores caractersticos, vectores caractersticos y formas cannicas

1 1 1
*33. Si A21 existe, demuestre que los valores caractersticos de A21 son , ,...,
l1 l2 lk
34. Demuestre que la matriz A 2 aI tiene valores caractersticos l1 2 a, l2 2 a, . . . lk 2 a.
*35. Demuestre que los valores caractersticos de A2 son l21, l22, . . . , l2k.
*36. Demuestre que los valores caractersticos de Am son lm1 , lm2 , . . . , lmk para m 5 1, 2, 3, . . .
37. Sea l un valor caracterstico de A con v como el vector caracterstico correspondiente. Sea
p(l) 5 a0 1 a1l 1 a2l2 1 . . . 1 anln. Defina la matriz p(A) por p(A) 5 a0I 1 a1A 1 a2A2
1 . . . 1 anAn. Demuestre que p(A)v 5 p(l)v.
38. Utilizando el resultado del problema 37, demuestre que si l1, l2, . . . , lk son valores ca-
ractersticos de A, entonces p(l1), p(l2), . . . , p(lk) son vectores caractersticos de p(A).
39. Demuestre que si A es una matriz diagonal, entonces los valores caractersticos de A son
las componentes de la diagonal de A.

2 0 0 0 2 1 0 0 2 1 0 0 2 1 0 0
0 2 0 0 0 2 0 0 0 2 1 0 0 2 1 0
40. Sea A1 5 , A2 5 , A3 5 , A4 5 .
0 0 2 0 0 0 2 0 0 0 2 0 0 0 2 1
0 0 0 2 0 0 0 2 0 0 0 2 0 0 0 2
Demuestre que para cada matriz l 5 2 es un valor caracterstico con multiplicidad alge-
braica 4. En cada caso calcule la multiplicidad geomtrica de l 5 2.
*41. Sea A una matriz real de n 3 n. Demuestre que si l1 es un valor caracterstico complejo
de A con vector caracterstico v1, entonces 1 es un valor caracterstico de A con vector
caracterstico v 1.
Matriz de 42. Una matriz de probabilidad es una matriz de n 3 n que tiene dos propiedades:
probabilidad
ia) aij $ 0 para toda i y j.
b) La suma de las componentes en cada columna es 1.
Demuestre que 1 es un valor caracterstico de toda matriz de probabilidad.

a b
43. Sea A 5 una matriz de 2 3 2. Suponga que b Z 0. Sea m una raz (real o compleja)
c d
de la ecuacin
bm2 1 (a 2 d)m 2 c 5 0
Demuestre que a 1 bm es un valor caracterstico de A con vector caracterstico correspon-
1
diente v 5 . Esto proporciona un mtodo sencillo para calcular los valores y vectores
m
caractersticos de las matrices de 2 3 2. [Este procedimiento apareci en el artculo A
Simple Algorithm for Finding Eigenvalues and Eigenvectors for 2 3 2 Matrices de Tyre
A. Newton en el American Mathematical Monthly, 97(1), enero de 1990, pp. 57-60.]

a 0
44. Sea A 5 una matriz de 2 3 2. Demuestre que d es un valor caracterstico de A con
c d
1
vector caracterstico correspondiente .
0
a b
45. Sea A 5 , donde a, b P R. Encuentre los valores caractersticos de la matriz
2b a
B 5 A^A.
 8.1 Valores caractersticos y vectores caractersticos 563
Con Geogebra calcular estos
problemas
De los problemas 46 al 48 encuentre, con una calculadora, los valores caractersticos y un
conjunto correspondiente de vectores caractersticos para cada matriz.

21.1868 20.1046 20.2049 0.0877
20.031 0.082 0.095
4.2293 0.1252 1.0676 20.7827
46. 47. 20.046 0.067 20.081
1.2612 0.2156 0.2206 20.4787
0.055 20.077 0.038
7.4976 21.0390 21.6525 0.3372

13 16 12 14 18
26 21 19 27 16

48. 31 29 37 41 56
51 38 29 46 33
61 50
41 29 38

De los problemas 49 al 53 existe un valor caracterstico de multiplicidad algebraica 6. Deter-

mine su multiplicidad geomtrica. Observe que un nmero como 4E 2 13 5 4 3 10213 es, en
efecto, igual a cero.

6 0 0 0 0 0 6 1 0 0 0 0 6 1 0 0 0 0
0 6 0 0 0 0 0 6 0 0 0 0 0 6 1 0 0 0

49.
0 0 6 0 0 0
50.
0 0 6 0 0 0
51. 0 0 6 1 0 0
0 0 0 6 0 0 0 0 0 6 0 0 0 0 0 6 0 0
0 0 0
0 0 0 6
0 0 0 6 0 0 0 0 0 6 0
0
0 0 0 0 6 0 0 0 0 0 6 0 0 0 0 0 6

6 1 0 0 0 0 6 1 0 0 0 0
0 6 1 0 0 0 0 6 1 0 0 0

53.
0 0 6 1 0 0
52.
0 0 6 1 0 0
0 0 0 6 1 0 0 0 0 6 1 0
0 0 0 0 6 0 0 0 0 0 6 1

0 0 0 0 0 6 0 0 0 0 0 6

EJERCICIOS CON MATLAB 8.1

39 295 55
1. Considere la siguiente matriz A 5 35 292 55 .

35 295 58

a) Verifique que x 5 (1 1 1)^ es un vector caracterstico de A con valor caracterstico

l 5 22, que y 5 (3 4 5)^ es un vector caracterstico de A con valor caractersti-
co m 5 3 y que z 5 (4 9 13)^ es un vector caracterstico de A con valor caracterstico
m 5 3. [Nota. La mejor manera de demostrar que w es un vector caracterstico de A con
valor caracterstico c es demostrar que (A 2 cI ) w 5 0.]
b) Seleccione un valor aleatorio para el escalar a. Verifique que ax es un vector caracters-
tico para A con valor caracterstico l 5 22. Verifique que ay y az son vectores caracte-
rsticos para A con valor caracterstico m 5 3. Repita para otros tres valores de a.
c) Escoja valores aleatorios para los escalares a y b. Verifique que w 5 ay 1 bz es un vector
caracterstico de A con valor caracterstico m 5 3. Repita para otros tres juegos de a y b.