VALORES Y VECTORES

Tema 7.-
PROPIOS. DIAGONALIZACIN
DE MATRICES CUADRADAS

VALORES Y VECTORES PROPIOS

MATRICES CUADRADAS DIAGONALIZABLES

DIAGONALIZACIN ORTOGONAL DE
MATRICES CUADRADAS SIMTRICAS

Fundamentos Matemticos de la Ingeniera 1

 Un poco de historia
Los valores y vectores propios pertenecen a los temas de mayor utilidad del lgebra
lineal. Se usan en varias reas de las matemticas, fsica, mecnica, ingeniera
elctrica y nuclear, hidrodinmica, aerodinmica,etc. De hecho, es raro encontrar un
rea de la ciencia aplicada donde nunca se hayan usado.
Puede parecer muy extrao, pero los valores propios de las matrices aparecieron
publicados antes que las matrices. Esto se debe al hecho inslito de que,
parafraseando a Cailey, la teora de las matrices estaba bien desarrollada (a travs de
la teora de los determinantes) antes de que siquiera se definieran las matrices. Segn
Morris Kline, los valores propios se originaron en el contexto de formas cuadrticas y
en la mecnica celeste (el movimiento de los planetas), conocindose como races
caractersticas de la ecuacin escalar. Desde aproximadamente 1740, Euler usaba de
manera implcita los valores propios para describir geomtricamente las formas
cuadrticas en tres variables.
En la dcada de 1760, Lagrange estudi un sistema de seis ecuaciones diferenciales
del movimiento de los planetas (slo se conocan seis) y de ah dedujo una ecuacin
polinomial de sexto grado, cuyas races eran los valores propios de una matriz 66.
En 1820, Cauchy se dio cuenta de la importancia de los valores propios para
determinar los ejes principales de una forma cuadrtica con n variables. Tambin
aplic sus descubrimientos a la teora del movimiento planetario. Fue Cauchy quien,
en 1840, us por primera vez los trminos valores caractersticos y ecuacin
caracterstica para indicar los valores propios y la ecuacin polinomial bsica que
satisfacen.
Fundamentos Matemticos de la Ingeniera 2
Augustin-Louis Cauchy (1789-1857) naci en Pars. Fue educado en casa por su padre y no
ingres en la escuela hasta los trece aos, aunque pronto empez a ganar premios acadmicos.
A los diecisis entr en la cole Polytechnique parisina y a los dieciocho asista a una escuela
de ingeniera civil, donde se gradu tres aos despus. Su primer trabajo fue como ingeniero
militar para Napolen, ayudando a construir las defensas en Cherburgo. A los veinticuatro
aos volvi a Pars y dos ms tarde demostr una conjetura de Fermat que haba superado a
Euler y Gauss. Con veintisiete aos ya era uno de los matemticos de mayor prestigio y empez
a trabajar en las funciones de variable compleja, publicando las 300 pginas de esa
investigacin once aos despus. En esta poca public sus trabajos sobre lmites, continuidad
y sobre la convergencia de las series infinitas.

Joseph Louis Lagrange (1736-1813) Matemtico y fsico francs. En un libro de 1797 l

enfatiz la importancia de la serie de Taylor y el concepto de funcin. Trabaj en el sistema
mtrico y defendi la base decimal.

Leonhard Euler (1707-1783) Matemtico suizo. Los trabajos cientficos de Euler abarcan
prcticamente todas las matemticas contemporneas a l. En todas las ramas de las
matemticas hizo descubrimientos notables, que lo situaron en el primer lugar en el mundo.
Euler fue capaz de comprender las matemticas como un todo nico, aunque enorme en el
confluan un montn de ramas importantes y ante todo el Anlisis. Laplace indic que Euler
fue el maestro comn de todos los matemticos de la segunda mitad del siglo XVIII. Euler fue
en gran medida responsable de los smbolos e, i y.

Fundamentos Matemticos de la Ingeniera 3

 VALORES Y VECTORES PROPIOS
Los conceptos bsicos estudiados en este tema son tiles en todas las
reas de las matemticas puras y aplicadas, y aparecen en contextos
mucho ms generales que los que consideramos aqu.
Una de las principales aplicaciones de la teora espectral son los sistemas
dinmicos discretos (ejemplo introductorio), pero tambin pueden
utilizarse los valores propios para estudiar ecuaciones diferenciales y
sistemas dinmicos continuos, adems proporcionan informacin crtica
en el diseo de ingeniera y se presentan naturalmente en campos como
la fsica y la qumica.
Un escalar se llama valor propio de A si existe una
solucin no trivial de ; una de esas
soluciones no triviales se denomina vector propio de A
asociado al valor propio .
El conjunto de todos los valores propios de una matriz
cuadrada A se denomina espectro de A y se denota (A).
Fundamentos Matemticos de la Ingeniera 4
Cierta informacin til de los valores propios de una matriz
cuadrada A se encuentra codificada en una ecuacin escalar
llamada ecuacin caracterstica de A. Este hecho nos va a
permitir enunciar un resultado de gran importancia prctica
para el clculo de los valores propios de una matriz cuadrada.

Para que sea valor propio de la matriz cuadrada A, el sistema

homogneo () ha de tener soluciones no triviales, luego el
determinante de la matriz cuadrada A I ha de ser cero.
Polinomio caracterstico de A

Los valores propios de

una matriz cuadrada
son las races de su
Ecuacin caracterstica de A polinomio caracterstico
Fundamentos Matemticos de la Ingeniera 5
 SUBESPACIOS PROPIOS
Subespacios propios. Propiedades.-
1.- Todo vector propio de A est asociado a un nico
valor propio de A.
2.- es un subespacio
vectorial de y se denomina subespacio propio
asociado a .
3.-
4.- Si son valores propios distintos
de A y , entonces:
es un sistema libre
Fundamentos Matemticos de la Ingeniera 6
Cmo calcular los valores propios
de una matriz cuadrada?

Los valores propios de una matriz cuadrada

A son las races de su polinomio
caracterstico.

El orden del valor propio es la multiplicidad k de

como raz del polinomio caracterstico.

Observacin
Si k = 1, es un valor propio simple.

La suma de los valores propios de una matriz, teniendo en

cuenta su multiplicidad, coincide con la traza de la matriz
Fundamentos Matemticos de la Ingeniera 7
-EJEMPLO.- Calcular los valores propios de A, indicando su
orden o multiplicidad:

Solucin

Espectro de A

Atencin

Fundamentos Matemticos de la Ingeniera 8

 Cmo calcular los subespacios
propios de una matriz cuadrada?

Para calcular los subespacios propios de una

matriz cuadrada A debemos resolver un
sistema homogneo compatible indeterminado.
Si es un valor propio de orden k de una matriz A y d = dim V(), entonces:

1 d = dim V() k

Fundamentos Matemticos de la Ingeniera 9

-EJEMPLO.- Calcular los subespacios propios de A, indicando
su dimensin:

Solucin

Fundamentos Matemticos de la Ingeniera 10



Fundamentos Matemticos de la Ingeniera 11

 OBSERVACIONES.-

1.- Sea tal que:

valores propios distintos de A: 1 , 2 , , r
rdenes respectivos: k1 , k2 , , kr
dimensin de los subespacios propios asociados:
di = V(i) d1 , d2 , , dr

se cumple que: orden de la matriz

nro. valores propios distintos

Fundamentos Matemticos de la Ingeniera 12

2.- Si cumple que:

el polinomio caracterstico de la matriz A es:

ATENCIN

3.- Conocido el polinomio caracterstico de una

matriz cuadrada se puede calcular fcilmente su
determinante:

Fundamentos Matemticos de la Ingeniera 13

Dos matrices son semejantes
si:

Dos matrices semejantes tienen el mismo

polinomio caracterstico, luego tienen los mismos
valores propios con los mismos rdenes de
multiplicidad.
Sin embargo, el recproco no es necesariamente
cierto. Es decir, existen matrices coon el mismo
polinomio carcterstico pero que no son
semejantes.
Fundamentos Matemticos de la Ingeniera 14
MATRICES CUADRADAS DIAGONALIZABLES
En muchos casos la informacin de vector propio-valor propio contenida
dentro de una matriz A se puede mostrar con una til factorizacin de la
forma:

Las ideas y mtodos aqu explicados nos permiten calcular rpidamente

Ak para valores grandes de k, una idea fundamental en varias
aplicaciones del lgebra Lineal. Adems la teora aqu expuesta se aplica
tambin en las ecuaciones diferenciales. En sistemas dinmicos, en
procesos de Markov, en el estudio de curvas y superficies, en la teora de
grficas y en muchos otros campos.

Una matriz cuadrada A se dice diagonalizable si existe

una matriz regular P que cumple que:

Es decir, A es semejante a una matriz diagonal.

Fundamentos Matemticos de la Ingeniera 15
La definicin anterior de matriz diagonalizable no resulta
demasiado til en la prctica. Una caracterizacin muy
interesante de matrices diagonalizables es la siguiente:
Una matriz es diagonalizable si
y slo si existe una base de formada por
vectores propios de la matriz A.
Existe un resultado muy cmodo que nos permite justificar
de manera muy simple si una matriz cuadrada A es
diagonalizable o no:
A es diagonalizable si y slo si se cumplen las
dos condiciones siguientes:
k1 + k2 + + kr = n
di = ki ; i = 1, 2 , , r
Fundamentos Matemticos de la Ingeniera 16
Las dos condiciones del resultado anterior se pueden
resumir en una nica condicin, obteniendo el siguiente
resultado:

A es diagonalizable si y slo si :
d1 + d2 + + dr = n

Del resultado anterior se obtiene fcilmente el

siguiente corolario:

Una matriz cuadrada A de orden n con n

valores propios reales distintos, es
diagonalizable.
Fundamentos Matemticos de la Ingeniera 17
 Cmo se diagonaliza una matriz
cuadrada A diagonalizable?


1.- Calcular los valores propios de A indicando sus rdenes.
2.- Calcular los subespacios propios V(i) y bases Bi de cada
subespacio.
base de formada por v.p. de A.
3.- Escribir las matrices D y P tales que:
columnas de P: vectores de la base B de formada por v.p. de A
encontrada en 2.- En orden
elementos de la diagonal principal de D: valores propios de A

En orden

Fundamentos Matemticos de la Ingeniera 18

-EJEMPLO.- Diagonalizar la matriz cuadrada A

Solucin
Sabemos que:

Fundamentos Matemticos de la Ingeniera 19

-EJEMPLO.- Hallar una matriz regular P tal que:

Solucin

Fundamentos Matemticos de la Ingeniera 20

Como ya sabemos, el clculo de las potencias Ak puede ser
bastante tedioso. Sin embargo, si A es diagonalizable y
hemos calculado P y D, entonces sabemos que
as que:

Con lo cual, iterando el proceso llegamos a:

Como el clculo de Dk equivale a elevar slo los elementos

diagonales de D a la k-sima potencia, vemos que Ak es
fcil de obtener.
Si sucede que A es invertible, entonces 0 no es valor
propio de A. Por consiguiente D-1 existe y

Fundamentos Matemticos de la Ingeniera 21

 DIAGONALIZACIN ORTOGONAL DE
MATRICES SIMTRICAS

Las matrices simtricas surgen en las aplicaciones, de

una u otra manera, con mayor frecuencia que
cualquier otra clase de matrices. La teora es hermosa
y rica, y depende de manera esencial tanto de la
tcnica de diagonalizacin expuesta en este captulo,
como de la ortogonalidad del captulo anterior.
La diagonalizacin de una matriz simtrica es el
fundamento para el estudio de las formas cuadrticas
y se utiliza tambin en el procesamiento de imgenes.

Fundamentos Matemticos de la Ingeniera 22

 Teorema espectral.-
Sea matriz simtrica:

1.- Todos los valores propios de A son reales.

2.-
3.- A es diagonalizable, es decir:

4.- A es diagonalizable ortogonalmente, es decir:

Fundamentos Matemticos de la Ingeniera 23

 Cmo se diagonaliza ortogonalmente
una matriz simtrica?

1.- Calcular los valores propios de A indicando sus rdenes.

2.- Calcular los subespacios propios V(i) y bases Bi de cada
subespacio. Recordar que al ser A simtrica es diagonalizable y
por tanto: di = ki.
base de formada por v.p. de A.
3.- Ortonormalizamos las bases Bi de 2.-
base ortonormal de
formada por v.p. de A.
4.- Escribir las matrices D y P tales que:
columnas de P: vectores de la base BON de formada por v.p. de
A encontrada en 3.- En orden
elementos de la diagonal principal de D: valores propios de A
En orden
Fundamentos Matemticos de la Ingeniera 24
Teorema de la matriz invertible.- Sea A una matriz cuadrada de orden n. Entonces
los enunciados que siguen son equivalentes.
1.- A es una matriz invertible.
2.- A es una matriz regular.
3.- A es equivalente por filas a la matriz In , es decir: .
4.- Los vectores columna de A son linealmente independientes.
5.- Los vectores columna de A generan .
6.- Los vectores columna de A forman una base de .
7.- Los vectores fila de A son linealmente independientes.
8.- Los vectores fila de A generan .
9.- Los vectores fila de A forman una base de .
10.- AT es una matriz invertible.
11.- Existe una matriz B cuadrada de orden n tal que A B = In.
12.- Existe una matriz C cuadrada de orden n tal que C A = In.
13.- r ( A ) = n.
14.- .
15.- El sistema homgeneo A x = 0 tiene solamente la solucin trivial.
16.- El sistema A x = b es siempre compatible determinado y la solucin viene
dada por: x = A-1 b.
17.- 0 no es valor propio de A.
Fundamentos Matemticos de la Ingeniera 25
 VALOR PROPIO
Diagonalizacin Interpretacin
de matrices
VECTOR PROPIO Espectro

Propiedades
Condiciones de
diagonalizabilidad

Polinomio Subespacio
Diagonalizacin caracterstico propio
de matrices

Resultados interesantes
Diagonalizacin
ortogonal
Metodologa para la obtencin
de valores y vectores propios

Fundamentos Matemticos de la Ingeniera 26