Vectores y

Valores
Propios
Milton Torres
Deniciones y
primeras
consecuencias
Formulacion
Matricial,
polinomio
caracterstico
Reduccion a la
forma
matricial
Reduccion de
aplicaciones
lineares no di-
agonalizables
Matrices
simetricas y
transforma-
ciones
Aplicaciones a
sistemas
diferenciales
Vectores y Valores Propios
Milton Torres
2013
Vectores y
Valores
Propios
Milton Torres
Deniciones y
primeras
consecuencias
Formulacion
Matricial,
polinomio
caracterstico
Reduccion a la
forma
matricial
Reduccion de
aplicaciones
lineares no di-
agonalizables
Matrices
simetricas y
transforma-
ciones
Aplicaciones a
sistemas
diferenciales
Deniciones y primeras consecuencias
Denicion
Sea A una matriz de n n. El n umero real es un valor
propio (tambien conocidos como, valores caractersticos,
autovalores e incluso eigenvalores) de A si existe un vector x
distinto de cero en R
n
tal que
Ax = x (1)
Todo vector x distinto de cero que satisfaga (1) es un vector
propio de A, asociado con el valor propio de .
Vectores y
Valores
Propios
Milton Torres
Deniciones y
primeras
consecuencias
Formulacion
Matricial,
polinomio
caracterstico
Reduccion a la
forma
matricial
Reduccion de
aplicaciones
lineares no di-
agonalizables
Matrices
simetricas y
transforma-
ciones
Aplicaciones a
sistemas
diferenciales
Denicion
Si es un valor propio, todos sus vectores propios asociados
forman un subespacio llamado subespacio propio asociado a
, y se denota por V

.
Vectores y
Valores
Propios
Milton Torres
Deniciones y
primeras
consecuencias
Formulacion
Matricial,
polinomio
caracterstico
Reduccion a la
forma
matricial
Reduccion de
aplicaciones
lineares no di-
agonalizables
Matrices
simetricas y
transforma-
ciones
Aplicaciones a
sistemas
diferenciales
Propiedades:
1 Si x es un vector propio asociado al valor propio y un
n umero no nulo, x es tambien un vector propio asociado
al valor propio .
2 Los vectores propios asociados al valor propio 1 son los
vectores invariantes no nulos.
3 Los vectores propios asociados al valor propio 0 son los
vectores no nulos del n ucleo de A.
4 Si es un n umero no nulo, es un valor propio de A si y
solamente si es un valor propio de A. Por otra parte
los subespacios propios de A asociada a es igual a un
subespacio propio de A asociada a .
Vectores y
Valores
Propios
Milton Torres
Deniciones y
primeras
consecuencias
Formulacion
Matricial,
polinomio
caracterstico
Reduccion a la
forma
matricial
Reduccion de
aplicaciones
lineares no di-
agonalizables
Matrices
simetricas y
transforma-
ciones
Aplicaciones a
sistemas
diferenciales
Propiedades:
1 Si x es un vector propio asociado al valor propio y un
n umero no nulo, x es tambien un vector propio asociado
al valor propio .
2 Los vectores propios asociados al valor propio 1 son los
vectores invariantes no nulos.
3 Los vectores propios asociados al valor propio 0 son los
vectores no nulos del n ucleo de A.
4 Si es un n umero no nulo, es un valor propio de A si y
solamente si es un valor propio de A. Por otra parte
los subespacios propios de A asociada a es igual a un
subespacio propio de A asociada a .
Vectores y
Valores
Propios
Milton Torres
Deniciones y
primeras
consecuencias
Formulacion
Matricial,
polinomio
caracterstico
Reduccion a la
forma
matricial
Reduccion de
aplicaciones
lineares no di-
agonalizables
Matrices
simetricas y
transforma-
ciones
Aplicaciones a
sistemas
diferenciales
Propiedades:
1 Si x es un vector propio asociado al valor propio y un
n umero no nulo, x es tambien un vector propio asociado
al valor propio .
2 Los vectores propios asociados al valor propio 1 son los
vectores invariantes no nulos.
3 Los vectores propios asociados al valor propio 0 son los
vectores no nulos del n ucleo de A.
4 Si es un n umero no nulo, es un valor propio de A si y
solamente si es un valor propio de A. Por otra parte
los subespacios propios de A asociada a es igual a un
subespacio propio de A asociada a .
Vectores y
Valores
Propios
Milton Torres
Deniciones y
primeras
consecuencias
Formulacion
Matricial,
polinomio
caracterstico
Reduccion a la
forma
matricial
Reduccion de
aplicaciones
lineares no di-
agonalizables
Matrices
simetricas y
transforma-
ciones
Aplicaciones a
sistemas
diferenciales
Propiedades:
1 Si x es un vector propio asociado al valor propio y un
n umero no nulo, x es tambien un vector propio asociado
al valor propio .
2 Los vectores propios asociados al valor propio 1 son los
vectores invariantes no nulos.
3 Los vectores propios asociados al valor propio 0 son los
vectores no nulos del n ucleo de A.
4 Si es un n umero no nulo, es un valor propio de A si y
solamente si es un valor propio de A. Por otra parte
los subespacios propios de A asociada a es igual a un
subespacio propio de A asociada a .
Vectores y
Valores
Propios
Milton Torres
Deniciones y
primeras
consecuencias
Formulacion
Matricial,
polinomio
caracterstico
Reduccion a la
forma
matricial
Reduccion de
aplicaciones
lineares no di-
agonalizables
Matrices
simetricas y
transforma-
ciones
Aplicaciones a
sistemas
diferenciales
5 Si es un valor propio de A y k un entero positivo,
k
es
un valor propio de A
k
. Por otro lado, el subespacio propio
de A asociado a esta incluido en el subespacio propio de
A
k
asociado a
k
. Si A es biyectiva, esta armacion
tambien es valida para enteros k negativos.
6 Si y son dos valores propios distintos de A, entonces
S() S() = {0}. En otras palabras, un vector propio
puede estar asociado con dos valores propios.
Vectores y
Valores
Propios
Milton Torres
Deniciones y
primeras
consecuencias
Formulacion
Matricial,
polinomio
caracterstico
Reduccion a la
forma
matricial
Reduccion de
aplicaciones
lineares no di-
agonalizables
Matrices
simetricas y
transforma-
ciones
Aplicaciones a
sistemas
diferenciales
5 Si es un valor propio de A y k un entero positivo,
k
es
un valor propio de A
k
. Por otro lado, el subespacio propio
de A asociado a esta incluido en el subespacio propio de
A
k
asociado a
k
. Si A es biyectiva, esta armacion
tambien es valida para enteros k negativos.
6 Si y son dos valores propios distintos de A, entonces
S() S() = {0}. En otras palabras, un vector propio
puede estar asociado con dos valores propios.
Vectores y
Valores
Propios
Milton Torres
Deniciones y
primeras
consecuencias
Formulacion
Matricial,
polinomio
caracterstico
Reduccion a la
forma
matricial
Reduccion de
aplicaciones
lineares no di-
agonalizables
Matrices
simetricas y
transforma-
ciones
Aplicaciones a
sistemas
diferenciales
7 Suponemos que A designa a una transformacion ortogonal
de un espacio vectorial euclideo.
Si es un valor propio de A, entonces = 1 o = 1.
En efecto, x es un vector propio asociado a , notar que A
conserva la norma,
x = A(x) = x = ||x,
de donde se tiene que || = 1.
Si 1 y -1 son los vectores propios de A, entonces S(1) y
S(1) son ortogonales. Considere el hecho de que un
vector propio x asociado a 1 y un vector propio y asociado
a -1; notar que A conserva el producto escalar,
(x|y) = (A(x)|A(y)) = (x| y) = (x|y)
de donde se tiene que (x|y) = 0
Vectores y
Valores
Propios
Milton Torres
Deniciones y
primeras
consecuencias
Formulacion
Matricial,
polinomio
caracterstico
Reduccion a la
forma
matricial
Reduccion de
aplicaciones
lineares no di-
agonalizables
Matrices
simetricas y
transforma-
ciones
Aplicaciones a
sistemas
diferenciales
Proposicion (Sumas directas de subespacios propios)
Si
1
,
2
, . . . ,
k
son valores propios distintos de , la suma de
subespacios propios S(
1
), S(
2
), . . . , S(
k
) es directa.
Corolario
Si
1
,
2
, . . . ,
k
son valores propios distintos de y
x
1
, x
2
, . . . , x
k
los vectores propios asociados respectivamente
con los valores propios, entonces x
1
, x
2
, . . . , x
k
son linealmente
independientes.
Vectores y
Valores
Propios
Milton Torres
Deniciones y
primeras
consecuencias
Formulacion
Matricial,
polinomio
caracterstico
Reduccion a la
forma
matricial
Reduccion de
aplicaciones
lineares no di-
agonalizables
Matrices
simetricas y
transforma-
ciones
Aplicaciones a
sistemas
diferenciales
Proposicion (Sumas directas de subespacios propios)
Si
1
,
2
, . . . ,
k
son valores propios distintos de , la suma de
subespacios propios S(
1
), S(
2
), . . . , S(
k
) es directa.
Corolario
Si
1
,
2
, . . . ,
k
son valores propios distintos de y
x
1
, x
2
, . . . , x
k
los vectores propios asociados respectivamente
con los valores propios, entonces x
1
, x
2
, . . . , x
k
son linealmente
independientes.
Vectores y
Valores
Propios
Milton Torres
Deniciones y
primeras
consecuencias
Formulacion
Matricial,
polinomio
caracterstico
Reduccion a la
forma
matricial
Reduccion de
aplicaciones
lineares no di-
agonalizables
Matrices
simetricas y
transforma-
ciones
Aplicaciones a
sistemas
diferenciales
Formulaci on Matricial, polinomio caracterstico
Vectores y
Valores
Propios
Milton Torres
Deniciones y
primeras
consecuencias
Formulacion
Matricial,
polinomio
caracterstico
Reduccion a la
forma
matricial
Reduccion de
aplicaciones
lineares no di-
agonalizables
Matrices
simetricas y
transforma-
ciones
Aplicaciones a
sistemas
diferenciales
Reducci on a la forma matricial
Vectores y
Valores
Propios
Milton Torres
Deniciones y
primeras
consecuencias
Formulacion
Matricial,
polinomio
caracterstico
Reduccion a la
forma
matricial
Reduccion de
aplicaciones
lineares no di-
agonalizables
Matrices
simetricas y
transforma-
ciones
Aplicaciones a
sistemas
diferenciales
Reducci on de aplicaciones lineares no
diagonalizables
Vectores y
Valores
Propios
Milton Torres
Deniciones y
primeras
consecuencias
Formulacion
Matricial,
polinomio
caracterstico
Reduccion a la
forma
matricial
Reduccion de
aplicaciones
lineares no di-
agonalizables
Matrices
simetricas y
transforma-
ciones
Aplicaciones a
sistemas
diferenciales
Matrices simetricas y transformaciones
Vectores y
Valores
Propios
Milton Torres
Deniciones y
primeras
consecuencias
Formulacion
Matricial,
polinomio
caracterstico
Reduccion a la
forma
matricial
Reduccion de
aplicaciones
lineares no di-
agonalizables
Matrices
simetricas y
transforma-
ciones
Aplicaciones a
sistemas
diferenciales
Aplicaciones a sistemas diferenciales