Академический Документы
Профессиональный Документы
Культура Документы
DE CHILE
FACULTAD DE MATEMATICAS
DEPARTAMENTO DE MATEMATICA
PRIMER SEMESTRE 2015
Definici
on 1 Sea Ann una matriz. Sea v Rn un vector no cero. Diremos que v es un
vector propio (o autovector) de A (o de la transformaci
on lineal asociada) si
A v = v,
Diremos que el valor es un valor
propio asociado al valor propio .
( )
1
Ejemplo 1 El vector v =
es un
2
al valor propio = 3 ya que
(
)(
3 0
8 1
para algun
R.
1
2
(
=
3
6
(
=3
1
2
3 0
8 1
)
asociado
Nuestro objetivo inmediato es como calcular los valores propios, en caso que estos existan,
de una matriz A dada. Para ello notemos que la ecuacion
Av = v
puede ser reescrita como
Av = I v
donde I es la matriz identidad de n n, o equivalentemente
(I A)v = 0.
Para que se un valor propio de A la ecuacion anterior debe tener una solucion v no cero,
es decir la matriz I A debe ser no invertible y por lo tanto su determinante debe ser cero.
Luego se puede concluir lo siguiente:
Proposici
on 2 Si A es una matriz de n n entonces es un valor propio de A si y solo
si satisface la ecuacion
det(A I) = 0.
A esta u
ltima ecuacion la llamaremos la Ecuacion caracterstica de A.
Ejemplo 2 Para el caso de la matriz del ejemplo anterior, determinemos sus valores propios.
))
(
)
) (
((
0
3
0
3 0
= det
= ( 3)( + 1) = 0.
det(A I) = det
0
8 + 1
8 1
Al desarrollar el det(A I) aparece un polinomio p() de grado n. Al cual llamaremos
el polinomio caracteristico de A. En el ejemplo anterior, la matriz A posee por polinomio
caracteristico a
p() = ( 3)( + 1) = 2 2 3.
En general, el polinomio caracteristico de una matriz de n n es de la forma
p() = n + c1 n1 + . . . + cn ,
el cual, posee a lo mas, n races reales distintas. Por lo tanto una matriz Ann admite a lo
mas n valores propios distintos.
Ejemplo 3 Determine los valores propios de la matriz
0 1 0
A = 0 0 1 .
4 17 8
El polinomio caracterstico respectivo resulta ser,
p() = det(A I) = 3 82 + 17 4.
El cual admite por factorizacion
p() = ( 4)(2 4 + 1).
Por lo tanto los valores propios de A son
4,
2+
3,
2
3.
x
y
(
=
y/2
y
(
=y
1/2
1
)
.
Analogamente para = 1 encontramos que los vectores propios asociados son el conjunto
( )
( )
x
0
=y
y
1
3
1
A=
1
propios de la matriz
0 2
2 1
0 3
La ecuaci
on caracteristica es 3 52 + 8 4 = 0 la cual posee dos soluciones distintas
= 1, = 2. Para determinar los valores propios asociados a = 2 debemos resolver
2 0 2
x
0
1 0 1 y = 0 .
1 0 1
z
0
Sistema que tiene por solucion a
x
1
0
y = x 0 + y 1
z
1
0
Observaci
on 4 Una vez determinados los valores propios y vectores propios de una matriz,
no es dificil determinar los respectivos de la potencia de la matriz en cuestion, ya que, por
ejemplo, si v es vector propio de A entonces
A2 v = A(Av) = A(v) = Av = 2 v.
Y en general, si n es un entero positivo y es un valor propio de A con v un vector propio
asociado entonces n es un valor propio de An con vector propio asociado v.
Ejemplo 6 Determine los valores propios de
1
A=
1
la matriz A7 donde
0 2
2 1 .
0 3
El siguiente resultado establece una relacion entre los valores propios de una matriz y su
invertibilidad.
Proposici
on 5 Una matriz A es invertible si y solo si = 0 no es un valor propio de A.
Supongamos que A es una matriz con = 0 un valor propio. Esto significa que = 0 es
solucion de la ecuacion caracteristica
n + c1 n1 + . . . + cn = 0
Esto sucede si y sol si
det(A) = cn = 0.
A continuacion procederemos a resolver el problema de encontrar una base de Rn consistente de vectores propios de A. Esta base nos permitira estudiar propiedades geometricas
de la transformacion asociada y simplificar una gran variedad de calculos n
umericos. Determinar este tipo de bases tiene muchas aplicaciones en ambitos como la fotografa, la fsica,
la resistencia de materiales, etc. (temas que no veremos en este curso!!jeje).
Definici
on 6 Sean A, B dos matrices. Diremos que estas matrices son semejantes si existe
una matriz invertible P tal que
B = P 1 AP.
Notemos que si A, B son matrices semejantes entonces det(B) = det(P 1 AP ) = det(A),
en consecuencia, si A es invertible entonces B tambien y viceversa. Por otro lado, dos matrices
semejantes poseen el mismo polinomio caracteristico y por lo tanto poseen los mismos valores
propios.
Sera interesante tener matrices que sean semejantes a matrices diagonales, ya que estas
u
ltimas son mas faciles de estudiar. Como este es un concepto que sera importante de ahora
en adelante lo bautizaremos como sigue:
Definici
on 7 Una matriz Ann se dira diagonalizable si es semajante a una matriz D que
sea del tipo diagonal.
La siguiente proposicion nos entregara una manera para determinar cuando una matriz
es o no diagonalizable.
Proposici
on 8 Sea Ann una matriz, las siguientes son equivalentes.
1. A es diagonalizable.
2. A posee n vectores propios linealmente independientes.
2 p2 . . . n pn ],
de donde,
[Ap1
Ap2
. . . Apn ] = [1 p1
2 p2 . . . n pn ]
implica que
Ap1 = 1 p1 ,
Ap2 = 2 p2 ,
Apn = n pn .
p2
Paso 3 Calcular P 1 AP la cual resultara ser la matriz D, la cual posee en su diagonal a los
valores propios de la matriz.
Ejemplo 7 Considere la matriz
0 0 2
A = 1 2 1 .
1 0 3
Determine la matriz P que diagonaliza a A.
De un ejemplo anterior sabemos que
1
0
0
E2 = Gen
, 1 ,
1
0
6
2
E1 = Gen 1 .
1
1 0 2
P = 0 1 1 .
1 0 1
No es difcil verificar
1
1
1
P AP =
1
que
0 2
0 0 2
1 0 2
2 0 0
1 1 1 2 1 0 1 1 = 0 2 0
0 1
1 0 3
1 0 1
0 0 1
1
A=
3
matriz no diagonalizable.
0 0
2 0
5 2
Los valores propio de esta matriz resultan ser = 1, = 2. Y sus respectivos espacio
propios son:
1
0
E1 = Gen 1 .
E2 = Gen 0 .
8
1
Y como no obtenemos una base de R3 la matriz no es diagonalizable.
Los siguientes resultados nos permitiran generar una manera mas directa para decidir
cuando una matriz es o no diagonalizable.
Proposici
on 9 Si v1 , v2 , . . . , vk son vectores propios correspondientes a distintos valores
propios entonces el conjunto {v1 , v2 , . . . , vk } es L.I.
Y como consecuencia se obtiene el siguiente criterio
Proposici
on 10 Si una matriz Ann posee n valores propios distintos entonces A es una
matriz diagonalizable.
El problema de el resultado anterior es que no asegura que sucede cuando una matriz tiene
menos de n valores propios distintos. Los siguientes ejemplos muestran que puede suceder
cualquier cosa.
7
1 0 0
I = 0 1 0 ,
0 0 1
1 1 0
J = 0 1 1 .
0 0 1
Ambas matrices tienen solo un valor propio = 1 sin embargo la primera, claramente
tiene una base de vectores propios que generan R3 . Sin embargo
lasegunda matriz solo tiene
1
por vector propio al sub-espacio generado por el vector v1 = 0 .
0
A continuacion introduciremos dos terminos que nos permitiran explicar porque sucede
lo del ejemplo anterior.
Definici
on 11 Sea 0 un valor propio de A. La dimension del espacio propio E0 la llamaremos la dimension geometrica de 0 . El n
umero de veces que aparezca el factor 0 en el
polinomio caracteristico p() lo llamaremos la dimension algebraica de 0 .
El siguiente resultado entrega un una condicion necesaria y suficiente para determinar
cuando una matriz es o no diagonalizable.
Teorema 1 Sea A una matriz cuadrada.
1. Para cada valor propio, la multiplicidad geometrica es menor o igual que la multiplicidad algebraica.
2. A es diagonalizable si y solo si la dimension algebraica de cada valor propio coincide
con la dimension geometrica respectiva.