Tema 7.

Valores y
vectores
propios
7.1
Determinante
Denicion
Propiedades
Calculo
7.2 Espacios y
subespacios
vectoriales
Combinaciones
lineales y
clausura lineal
Independencia
lineal
Bases y
dimension
7.3 Valores y
vectores
propios
Matrices
diagonalizables
Calculo de A
k
Tema 7: Valores y vectores propios
Determinantes
Espacios y subespacios vectoriales
Valores y vectores propios
Tema 7.
Valores y
vectores
propios
7.1
Determinante
Denicion
Propiedades
Calculo
7.2 Espacios y
subespacios
vectoriales
Combinaciones
lineales y
clausura lineal
Independencia
lineal
Bases y
dimension
7.3 Valores y
vectores
propios
Matrices
diagonalizables
Calculo de A
k
Permutaciones
Denicion
Una permutacion p = p
1
, p
2
, . . . , p
n
de los n umeros
1, 2, . . . , n es una nueva ordenacion de los elementos
1, 2, . . . , n, es decir, un cambio en el orden de dichos
n umeros.
En particular 1, 2, . . . , n es una permutacion de 1, 2, . . . , n
y se denomina permutacion identidad.
Teorema
El conjunto de todas las permutaciones de 1, 2, . . . , n se
denota por S
n
y tiene n! = 1 2 3 n elementos.
Tema 7.
Valores y
vectores
propios
7.1
Determinante
Denicion
Propiedades
Calculo
7.2 Espacios y
subespacios
vectoriales
Combinaciones
lineales y
clausura lineal
Independencia
lineal
Bases y
dimension
7.3 Valores y
vectores
propios
Matrices
diagonalizables
Calculo de A
k
Permutaciones
Denicion
Una permutacion p = p
1
, p
2
, . . . , p
n
de 1, 2, . . . , n es par o
impar dependiendo de si el n umero de intercambios entre dos
elementos que hay que hacer en p para transformarla en la
permutacion identidad 1, 2, . . . , n es par o impar
respectivamente.
Denicion
Sea p una permutacion. Se dene el signo de p como sigue:
sig(p) =

+1, si p es par;
1, si p es impar.
Tema 7.
Valores y
vectores
propios
7.1
Determinante
Denicion
Propiedades
Calculo
7.2 Espacios y
subespacios
vectoriales
Combinaciones
lineales y
clausura lineal
Independencia
lineal
Bases y
dimension
7.3 Valores y
vectores
propios
Matrices
diagonalizables
Calculo de A
k
Ejemplo. Permutaciones
S
3
esta formado por los 6 elementos siguientes:
1, 2, 3 permutacion identidad
1, 3, 2 permutacion impar
2, 1, 3 permutacion impar
2, 3, 1 permutacion par
3, 1, 2 permutacion par
3, 2, 1 permutacion impar
sig(1, 2, 3) = sig(2, 3, 1) = sig(3, 1, 2) = 1
sig(1, 3, 2) = sig(2, 1, 3) = sig(3, 2, 1) = 1
Tema 7.
Valores y
vectores
propios
7.1
Determinante
Denicion
Propiedades
Calculo
7.2 Espacios y
subespacios
vectoriales
Combinaciones
lineales y
clausura lineal
Independencia
lineal
Bases y
dimension
7.3 Valores y
vectores
propios
Matrices
diagonalizables
Calculo de A
k
Permutaciones
Observacion
Al transformar una permutacion p de S
n
en la permutacion
identidad 1, 2, . . . , n, los intercambios (entre dos elementos)
posibles no son unicos, pero s la paridad del n umero de
intercambios.
Tema 7.
Valores y
vectores
propios
7.1
Determinante
Denicion
Propiedades
Calculo
7.2 Espacios y
subespacios
vectoriales
Combinaciones
lineales y
clausura lineal
Independencia
lineal
Bases y
dimension
7.3 Valores y
vectores
propios
Matrices
diagonalizables
Calculo de A
k
Determinantes
Denicion
El determinante de una matriz A de orden n es el escalar
(n umero real en nuestro caso) denido por:
det(A) = [A[ =

pS
n
sig(p) a
1p
1
a
2p
2
a
np
n
.
Ejemplo
Utilcese la denicion de determinante para calcular el
determinante de
A =

a
11
a
12
a
21
a
22

.
Tema 7.
Valores y
vectores
propios
7.1
Determinante
Denicion
Propiedades
Calculo
7.2 Espacios y
subespacios
vectoriales
Combinaciones
lineales y
clausura lineal
Independencia
lineal
Bases y
dimension
7.3 Valores y
vectores
propios
Matrices
diagonalizables
Calculo de A
k
Regla de Sarrus
Ejemplo
Demuestrese la regla de Sarrus para el calculo de los
determinantes de matrices de orden 3.
Regla de Sarrus:
det

a
11
a
12
a
13
a
21
a
22
a
23
a
31
a
32
a
33

= a
11
a
22
a
33
+ a
12
a
23
a
31
+ a
13
a
21
a
32
a
13
a
22
a
31
a
12
a
21
a
33
a
11
a
23
a
32
.
Ejemplo
Utilcese la regla de Sarrus para calcular el determinante de
A =

1 2 3
2 1 3
3 1 2

Tema 7.
Valores y
vectores
propios
7.1
Determinante
Denicion
Propiedades
Calculo
7.2 Espacios y
subespacios
vectoriales
Combinaciones
lineales y
clausura lineal
Independencia
lineal
Bases y
dimension
7.3 Valores y
vectores
propios
Matrices
diagonalizables
Calculo de A
k
Propiedades de los determinantes
Sea A /
n
. Se verican las siguientes propiedades:
det(A) = det(A
T
).
OBS: Este resultado permite extender las propiedades que
vamos a enunciar por las a la correspondiente situacion
por columnas.
Si dos las de A son iguales, entonces det(A) = 0.
Si una la de A consta solo de ceros, entonces det(A) = 0.
Si A es triangular, entonces det(A) = a
11
a
22
a
nn
.
det(AB) = det(A) det(B).
det(A) =
n
det(A), R.
Tema 7.
Valores y
vectores
propios
7.1
Determinante
Denicion
Propiedades
Calculo
7.2 Espacios y
subespacios
vectoriales
Combinaciones
lineales y
clausura lineal
Independencia
lineal
Bases y
dimension
7.3 Valores y
vectores
propios
Matrices
diagonalizables
Calculo de A
k
Determinantes y operaciones elementales
Con respecto a las operaciones elementales por las se
cumplen las siguientes propiedades:
Tipo I: f
i
f
j
, i ,= j .
El determinante de la matriz que resulta cambia de signo.
Tipo II: f
i
f
i
+f
j
, i ,= j .
El determinante no cambia.
Tipo III: f
i
f
i
, ,= 0. El determinante queda
multiplicado por .
OBS: Como hemos dicho anteriormente, estas operaciones
pueden realizarse tambien por columnas.
Tema 7.
Valores y
vectores
propios
7.1
Determinante
Denicion
Propiedades
Calculo
7.2 Espacios y
subespacios
vectoriales
Combinaciones
lineales y
clausura lineal
Independencia
lineal
Bases y
dimension
7.3 Valores y
vectores
propios
Matrices
diagonalizables
Calculo de A
k
Menor complementario. Adjunto.
Denicion
Sea A = (a
ij
) /
n
.
Dado un elemento A
ij
de A, se llama menor complementario
de a
ij
al determinante de la submatriz de orden n 1 que
resulta al suprimir en A la la i y la columna j . Se denotara por

ij
.
El adjunto del elemento a
ij
se dene como
A
ij
= (1)
i +j

ij
.
Tema 7.
Valores y
vectores
propios
7.1
Determinante
Denicion
Propiedades
Calculo
7.2 Espacios y
subespacios
vectoriales
Combinaciones
lineales y
clausura lineal
Independencia
lineal
Bases y
dimension
7.3 Valores y
vectores
propios
Matrices
diagonalizables
Calculo de A
k
Desarrollo del determinante por los elementos de
una la o columna
Teorema
Sea A = (a
ij
) /
n
. Entonces
det(A) = a
i 1
A
i 1
+ a
i 2
A
i 2
+ + a
in
A
in
, i = 1, . . . , n,
desarrollo del determinante de A por los elementos de la
i-esima la.
det(A) = a
1j
A
1j
+ a
2j
A
2j
+ + a
nj
A
nj
, j = 1, . . . , n,
desarrollo del determinante de A por los elementos de la
j-esima columna.
Tema 7.
Valores y
vectores
propios
7.1
Determinante
Denicion
Propiedades
Calculo
7.2 Espacios y
subespacios
vectoriales
Combinaciones
lineales y
clausura lineal
Independencia
lineal
Bases y
dimension
7.3 Valores y
vectores
propios
Matrices
diagonalizables
Calculo de A
k
Ejemplo. Calculo de determinantes
Ejemplo
Calc ulese utilizando el teorema anterior el determinante de
A =

3 1 2 1
4 1 2 1
1 0 0 1
5 3 2 3

.
Tema 7.
Valores y
vectores
propios
7.1
Determinante
Denicion
Propiedades
Calculo
7.2 Espacios y
subespacios
vectoriales
Combinaciones
lineales y
clausura lineal
Independencia
lineal
Bases y
dimension
7.3 Valores y
vectores
propios
Matrices
diagonalizables
Calculo de A
k
Operaciones elementales y calculo de determinantes
Calculo del determinante de una matriz A /
n
Paso 1: Transformamos A en una matriz escalonada B
empleando operaciones elementales tipo I y II.
Paso 2: Sea p el n umero de operaciones elementales tipo I
que se han realizado, entonces
det(A) = (1)
p
det(B) = (1)
p
b
11
b
22
b
nn
.
Tema 7.
Valores y
vectores
propios
7.1
Determinante
Denicion
Propiedades
Calculo
7.2 Espacios y
subespacios
vectoriales
Combinaciones
lineales y
clausura lineal
Independencia
lineal
Bases y
dimension
7.3 Valores y
vectores
propios
Matrices
diagonalizables
Calculo de A
k
Ejemplo. Calculo de determinantes
Ejemplo
Calc ulese utilizando el procedimiento anterior el determinante
de
A =

1 2 1 1 0
1 3 2 2 1
2 4 3 1 1
0 1 2 3 1
1 2 1 3 1

.
Tema 7.
Valores y
vectores
propios
7.1
Determinante
Denicion
Propiedades
Calculo
7.2 Espacios y
subespacios
vectoriales
Combinaciones
lineales y
clausura lineal
Independencia
lineal
Bases y
dimension
7.3 Valores y
vectores
propios
Matrices
diagonalizables
Calculo de A
k
Invertibilidad
Teorema
A es invertible det(A) ,= 0.
Tema 7.
Valores y
vectores
propios
7.1
Determinante
Denicion
Propiedades
Calculo
7.2 Espacios y
subespacios
vectoriales
Combinaciones
lineales y
clausura lineal
Independencia
lineal
Bases y
dimension
7.3 Valores y
vectores
propios
Matrices
diagonalizables
Calculo de A
k
Ejemplo introductorio. Vectores en el plano
R
2
= (x, y) vectores : x, y R
Denicion
Sean

v = (a, b) y

w = (c, d) vectores del plano xy, y R.
Se dene el vector suma

v +

w como

v +

w = (a + c, b + d).
Se dene el vector

v como

v = (a, b).
(R
2
, +, ) es un espacio vectorial.
Tema 7.
Valores y
vectores
propios
7.1
Determinante
Denicion
Propiedades
Calculo
7.2 Espacios y
subespacios
vectoriales
Combinaciones
lineales y
clausura lineal
Independencia
lineal
Bases y
dimension
7.3 Valores y
vectores
propios
Matrices
diagonalizables
Calculo de A
k
Denicion de espacio vectorial
Denicion
Se llama espacio vectorial sobre (R, +, ) a un conjunto V
dotado de una operacion interna (+, suma de vectores) y una
operacion externa (, producto de un escalar por un vector) con
dominio de operaciones R que verica las 8 propiedades
siguientes:
1
u + v = v + u, u, v V
2
u + (v + w) = (u + v) + w, u, v, w V
3
Existe elemento neutro

0 V tal que
u +

0 =

0 + u = u, u V
4
Para cada u V existe elemento opuesto u V tal que
u + (u) =

0 .
Tema 7.
Valores y
vectores
propios
7.1
Determinante
Denicion
Propiedades
Calculo
7.2 Espacios y
subespacios
vectoriales
Combinaciones
lineales y
clausura lineal
Independencia
lineal
Bases y
dimension
7.3 Valores y
vectores
propios
Matrices
diagonalizables
Calculo de A
k
Denicion de espacio vectorial
5
(u + v) = u +v, R, u, v, V
6
( +)u = u +u, , R, u V
7
(u) = ()u, , R, u V
8
1u = u, u V donde 1 es el elemento unidad de R.
Los elementos de V se denominan vectores.
Tema 7.
Valores y
vectores
propios
7.1
Determinante
Denicion
Propiedades
Calculo
7.2 Espacios y
subespacios
vectoriales
Combinaciones
lineales y
clausura lineal
Independencia
lineal
Bases y
dimension
7.3 Valores y
vectores
propios
Matrices
diagonalizables
Calculo de A
k
El espacio vectorial R
n
R
n
=

x =

x
1
x
2
.
.
.
x
n

: x
1
, x
2
, . . . , x
n
R

Sean

x ,

y R
n
, R.

x +

y =

x
1
+ y
1
x
2
+ y
2
.
.
.
x
n
+ y
n

x =

x
1
x
2
.
.
.
x
n

.
(R
n
, +, ) es un espacio vectorial.
Tema 7.
Valores y
vectores
propios
7.1
Determinante
Denicion
Propiedades
Calculo
7.2 Espacios y
subespacios
vectoriales
Combinaciones
lineales y
clausura lineal
Independencia
lineal
Bases y
dimension
7.3 Valores y
vectores
propios
Matrices
diagonalizables
Calculo de A
k
El espacio vectorial /
mn
(/
mn
, +, ) es un espacio vectorial, donde /
mn
es el
conjunto de las matrices m n con elementos en R, + es la
suma de matrices y es el producto de un n umero real por una
matriz.
Tema 7.
Valores y
vectores
propios
7.1
Determinante
Denicion
Propiedades
Calculo
7.2 Espacios y
subespacios
vectoriales
Combinaciones
lineales y
clausura lineal
Independencia
lineal
Bases y
dimension
7.3 Valores y
vectores
propios
Matrices
diagonalizables
Calculo de A
k
Subespacios vectoriales
Denicion
Sea V un espacio vectorial y W un subconjunto no vaco de V.
Si W es un espacio vectorial con respecto a las operaciones en
V, entonces W es un subespacio vectorial de V.
Ejemplo
Todo espacio vectorial tiene al menos dos subespacios:
El subespacio cero:

0 .
El propio espacio vectorial.
Ambos se denominan subespacios triviales del espacio
vectorial.
Tema 7.
Valores y
vectores
propios
7.1
Determinante
Denicion
Propiedades
Calculo
7.2 Espacios y
subespacios
vectoriales
Combinaciones
lineales y
clausura lineal
Independencia
lineal
Bases y
dimension
7.3 Valores y
vectores
propios
Matrices
diagonalizables
Calculo de A
k
Caracterizacion de subespacio vectorial
Teorema
Sea (V, +, ) un espacio vectorial y W un subconjunto no vaco
de V. Entonces W es un subespacio vectorial de V si y solo si
1
u + v W, u, v W.
2
u W, u W, R.
Tema 7.
Valores y
vectores
propios
7.1
Determinante
Denicion
Propiedades
Calculo
7.2 Espacios y
subespacios
vectoriales
Combinaciones
lineales y
clausura lineal
Independencia
lineal
Bases y
dimension
7.3 Valores y
vectores
propios
Matrices
diagonalizables
Calculo de A
k
Ejemplo. Subespacio vectorial
Ejemplo
W = (x, y) R
2
: y = mx, m R
es un subespacio vectorial de R
2
.
W es el conjunto de puntos en R
2
que se encuentran en una
recta que pasa por el origen.
Ejemplo
El conjunto de puntos en R
2
que se encuentran en una recta
que no pasa por el origen no es un subespacio vectorial de
R
2
.
Tema 7.
Valores y
vectores
propios
7.1
Determinante
Denicion
Propiedades
Calculo
7.2 Espacios y
subespacios
vectoriales
Combinaciones
lineales y
clausura lineal
Independencia
lineal
Bases y
dimension
7.3 Valores y
vectores
propios
Matrices
diagonalizables
Calculo de A
k
Combinaciones lineales
Denicion
Una familia o sistema de vectores de un espacio vectorial V
es cualquier subconjunto A de V, en el que puede haber
elementos repetidos.
Denicion
Sea A = v
1
, v
2
, . . . , v
k
una familia nita de vectores de V.
Un vector v V es una combinacion lineal de los vectores de
A si
v = c
1
v
1
+ c
2
v
2
+ + c
k
v
k
,
para ciertos c
1
, c
2
, . . . , c
k
R.
Tema 7.
Valores y
vectores
propios
7.1
Determinante
Denicion
Propiedades
Calculo
7.2 Espacios y
subespacios
vectoriales
Combinaciones
lineales y
clausura lineal
Independencia
lineal
Bases y
dimension
7.3 Valores y
vectores
propios
Matrices
diagonalizables
Calculo de A
k
Clausura lineal
Notacion
Sea A = v
1
, v
2
, . . . , v
k
una familia de vectores de V. El
conjunto de todos los vectores que son combinacion lineal de
los vectores de A se denota por
A) = v
1
, v
2
, . . . , v
k
)
Teorema
Sea A = v
1
, v
2
, . . . , v
k
una familia de vectores de V.
A) = v
1
, v
2
, . . . , v
k
) en un subespacio vectorial de V.
A A) = v
1
, v
2
, . . . , v
k
) se le denomina clausura lineal de
A = v
1
, v
2
, . . . , v
k
.
Tema 7.
Valores y
vectores
propios
7.1
Determinante
Denicion
Propiedades
Calculo
7.2 Espacios y
subespacios
vectoriales
Combinaciones
lineales y
clausura lineal
Independencia
lineal
Bases y
dimension
7.3 Valores y
vectores
propios
Matrices
diagonalizables
Calculo de A
k
Ejemplo. Clausura lineal
Ejemplo
Sean los vectores de R
3
:
v
1
=

3
0
1

y v
2
=

0
1
2

.
Probar que W = v
1
, v
2
) es un subespacio vectorial de R
3
.
Tema 7.
Valores y
vectores
propios
7.1
Determinante
Denicion
Propiedades
Calculo
7.2 Espacios y
subespacios
vectoriales
Combinaciones
lineales y
clausura lineal
Independencia
lineal
Bases y
dimension
7.3 Valores y
vectores
propios
Matrices
diagonalizables
Calculo de A
k
Independencia lineal
Denicion
Se dice que los vectores de la familia A = v
1
, v
2
, . . . , v
k
del
espacio vectorial V son linealmente dependientes si existen
constantes c
1
, c
2
, . . . , c
k
R no todas iguales a 0 tales que:
c
1
v
1
+ c
2
v
2
+ + c
k
v
k
=

0 .
En caso contrario se dice que son linealmente independien-
tes. Los vectores de la familia A = v
1
, v
2
, . . . , v
k
son
linealmente independientes si la unica combinacion lineal suya
que da como resultado el vector

0 es aquella en la que
c
1
= c
2
= = c
k
= 0.
Tema 7.
Valores y
vectores
propios
7.1
Determinante
Denicion
Propiedades
Calculo
7.2 Espacios y
subespacios
vectoriales
Combinaciones
lineales y
clausura lineal
Independencia
lineal
Bases y
dimension
7.3 Valores y
vectores
propios
Matrices
diagonalizables
Calculo de A
k
Interpretacion geometrica en R
3
En R
3
, si consideramos que todos los vectores salen del origen
la dependencia lineal es facil de visualizar:
Dos vectores son linealmente dependientes si estan en la
misma recta.
Tres vectores son linealmente dependientes si estan en el
mismo plano.
Tema 7.
Valores y
vectores
propios
7.1
Determinante
Denicion
Propiedades
Calculo
7.2 Espacios y
subespacios
vectoriales
Combinaciones
lineales y
clausura lineal
Independencia
lineal
Bases y
dimension
7.3 Valores y
vectores
propios
Matrices
diagonalizables
Calculo de A
k
Procedimiento
El procedimiento para determinar si una familia de vectores
A = v
1
, v
2
, . . . , v
k
son, o no, linealmente independientes
es:
Paso 1: Se plantea la ecuacion
c
1
v
1
+ c
2
v
2
+ + c
k
v
k
=

0 , que conduce a un sistema
homogeneo.
Paso 2: Si el sistema obtenido en el Paso 1 tiene
unicamente la solucion trivial, entonces los vectores de A
son linealmente independientes.
En otro caso son linealmente dependientes.
Tema 7.
Valores y
vectores
propios
7.1
Determinante
Denicion
Propiedades
Calculo
7.2 Espacios y
subespacios
vectoriales
Combinaciones
lineales y
clausura lineal
Independencia
lineal
Bases y
dimension
7.3 Valores y
vectores
propios
Matrices
diagonalizables
Calculo de A
k
Ejemplos. Independencia lineal
Ejemplo
Est udiese si los vectores de R
4
v
1
=

1
1
0
0

y v
2
=

2
0
1
1

son linealmente independientes.

Tema 7.
Valores y
vectores
propios
7.1
Determinante
Denicion
Propiedades
Calculo
7.2 Espacios y
subespacios
vectoriales
Combinaciones
lineales y
clausura lineal
Independencia
lineal
Bases y
dimension
7.3 Valores y
vectores
propios
Matrices
diagonalizables
Calculo de A
k
Sistema generador
Denicion
Se dice que una familia de vectores A = v
1
, v
2
, . . . , v
k
del
espacio vectorial V es un un sistema generador de V, si cada
vector v V es una combinacion lineal de los vectores de A.
Ejemplo
Est udiese si los vectores
v
1
=

1
1

, v
2
=

3
2

y v
3
=

2
0

son un sistema generador de R

2
.
Tema 7.
Valores y
vectores
propios
7.1
Determinante
Denicion
Propiedades
Calculo
7.2 Espacios y
subespacios
vectoriales
Combinaciones
lineales y
clausura lineal
Independencia
lineal
Bases y
dimension
7.3 Valores y
vectores
propios
Matrices
diagonalizables
Calculo de A
k
Base
Denicion
Los vectores del sistema A = v
1
, v
2
, . . . , v
k
del espacio
vectorial V forman una base para V si:
A es sistema de generadores de V.
Los vectores de A son linealmente independientes.
Ejemplo
A =

1
0

0
1

es una base de R
2
.
Es la base canonica de R
2
.
Tema 7.
Valores y
vectores
propios
7.1
Determinante
Denicion
Propiedades
Calculo
7.2 Espacios y
subespacios
vectoriales
Combinaciones
lineales y
clausura lineal
Independencia
lineal
Bases y
dimension
7.3 Valores y
vectores
propios
Matrices
diagonalizables
Calculo de A
k
Ejemplos. Base
Ejemplo
B =

1
0
.
.
.
0

0
1
.
.
.
0

, . . . ,

0
0
.
.
.
1

es la base canonica de R
n
.
Tema 7.
Valores y
vectores
propios
7.1
Determinante
Denicion
Propiedades
Calculo
7.2 Espacios y
subespacios
vectoriales
Combinaciones
lineales y
clausura lineal
Independencia
lineal
Bases y
dimension
7.3 Valores y
vectores
propios
Matrices
diagonalizables
Calculo de A
k
N umero de vectores de dos bases de un mismo
espacio vectorial
Teorema
Si B = v
1
, v
2
, . . . , v
n
y A = w
1
, w
2
, . . . , w
m
son dos bases
del espacio vectorial V, entonces m = n.
Tema 7.
Valores y
vectores
propios
7.1
Determinante
Denicion
Propiedades
Calculo
7.2 Espacios y
subespacios
vectoriales
Combinaciones
lineales y
clausura lineal
Independencia
lineal
Bases y
dimension
7.3 Valores y
vectores
propios
Matrices
diagonalizables
Calculo de A
k
Dimension
Denicion
La dimension de un espacio vectorial no nulo V es el n umero
de vectores que tiene una de sus bases.
Observacion
Como

0 es linealmente dependiente, es natural decir que el

espacio vectorial

0 tiene dimension cero.

Ejemplo
dim(R
n
) = n.
Tema 7.
Valores y
vectores
propios
7.1
Determinante
Denicion
Propiedades
Calculo
7.2 Espacios y
subespacios
vectoriales
Combinaciones
lineales y
clausura lineal
Independencia
lineal
Bases y
dimension
7.3 Valores y
vectores
propios
Matrices
diagonalizables
Calculo de A
k
Introduccion
Sea A /
n
,
x R
n
A
Ax R
n
.
En ocasiones: Ax = x para cierto R.
valor propio de A.
x vector propio de A asociado a .
APLICACIONES: ecuaciones diferenciales, fsica, ingeniera,
biologa...
OBJETIVO: Estudiar los valores y vectores propios de una
matriz A /
n
.
Tema 7.
Valores y
vectores
propios
7.1
Determinante
Denicion
Propiedades
Calculo
7.2 Espacios y
subespacios
vectoriales
Combinaciones
lineales y
clausura lineal
Independencia
lineal
Bases y
dimension
7.3 Valores y
vectores
propios
Matrices
diagonalizables
Calculo de A
k
Valores y vectores propios
Denicion
Sea A /
n
y x un vector no nulo de R
n
tal que Ax = x
para cierto R. Entonces decimos que es un valor propio
(autovalor) real de A y que x es un vector propio (autovector)
real de A asociado a .
Observacion
Nos referiremos a los valores y vectores propios reales
simplemente como valores y vectores propios.
Observacion
A /
n
y R se cumple A

0 =

0 . Por esta razon el

vector nulo

0 no se considera vector propio.
Tema 7.
Valores y
vectores
propios
7.1
Determinante
Denicion
Propiedades
Calculo
7.2 Espacios y
subespacios
vectoriales
Combinaciones
lineales y
clausura lineal
Independencia
lineal
Bases y
dimension
7.3 Valores y
vectores
propios
Matrices
diagonalizables
Calculo de A
k
Calculo de los valores propios
Teorema
Sea A /
n
y R. Las siguientes armaciones son
equivalentes:
1
es un valor propio de A.
2
det(A I
n
) = 0.
Denicion
Sea A /
n
.
El polinomio caracterstico de A es det(A I
n
).
La La multiplicidad algebraica de un valor propio de A
es el n umero de veces que aparece como raz del polinomio
caracterstico.
Tema 7.
Valores y
vectores
propios
7.1
Determinante
Denicion
Propiedades
Calculo
7.2 Espacios y
subespacios
vectoriales
Combinaciones
lineales y
clausura lineal
Independencia
lineal
Bases y
dimension
7.3 Valores y
vectores
propios
Matrices
diagonalizables
Calculo de A
k
Ejemplo. Calculo de valores propios
Ejemplo
Calc ulese el polinomio caracterstico de
A =

1 2 1
0 3 0
0 1 2

,
sus valores propios, as como la multiplicidad algebraica de
cada uno de ellos.
Tema 7.
Valores y
vectores
propios
7.1
Determinante
Denicion
Propiedades
Calculo
7.2 Espacios y
subespacios
vectoriales
Combinaciones
lineales y
clausura lineal
Independencia
lineal
Bases y
dimension
7.3 Valores y
vectores
propios
Matrices
diagonalizables
Calculo de A
k
Valores propios de una matriz triangular
Lema
Si A /
n
es una matriz triangular, entonces los valores
propios de A son los elementos de su diagonal principal.
Tema 7.
Valores y
vectores
propios
7.1
Determinante
Denicion
Propiedades
Calculo
7.2 Espacios y
subespacios
vectoriales
Combinaciones
lineales y
clausura lineal
Independencia
lineal
Bases y
dimension
7.3 Valores y
vectores
propios
Matrices
diagonalizables
Calculo de A
k
Calculo de vectores propios. Subespacios propios
Denicion
Sea A /
n
y R.
El subespacio propio de A asociado a es el conjunto
V

formado por todos los vectores x R

n
tal que
(A I
n
)x =

0 .
V

es un subespacio vectorial de R
n
.
La multiplicidad geometrica de es la dimension de V

.
Tema 7.
Valores y
vectores
propios
7.1
Determinante
Denicion
Propiedades
Calculo
7.2 Espacios y
subespacios
vectoriales
Combinaciones
lineales y
clausura lineal
Independencia
lineal
Bases y
dimension
7.3 Valores y
vectores
propios
Matrices
diagonalizables
Calculo de A
k
Ejemplo. Subespacios propios
Ejemplo
Calc ulense los subespacios propios asociados a cada uno de los
vectores propios de la matriz A del ejemplo anterior.
Recordamos que
A =

1 2 1
0 3 0
0 1 2

,
y que sus valores propios son
1
= 1,
2
= 2 y
3
= 3.
Tema 7.
Valores y
vectores
propios
7.1
Determinante
Denicion
Propiedades
Calculo
7.2 Espacios y
subespacios
vectoriales
Combinaciones
lineales y
clausura lineal
Independencia
lineal
Bases y
dimension
7.3 Valores y
vectores
propios
Matrices
diagonalizables
Calculo de A
k
Multiplicidad algebraica y multiplicidad geometrica
Teorema
Las siguientes armaciones son ciertas:
1
La multiplicidad geometrica de un valor propio es mayor o
igual que 1.
2
La multiplicidad algebraica de un valor propio es siempre
mayor o igual que su multiplicidad geometrica.
Tema 7.
Valores y
vectores
propios
7.1
Determinante
Denicion
Propiedades
Calculo
7.2 Espacios y
subespacios
vectoriales
Combinaciones
lineales y
clausura lineal
Independencia
lineal
Bases y
dimension
7.3 Valores y
vectores
propios
Matrices
diagonalizables
Calculo de A
k
Matrices diagonalizables
Notacion
A la matriz diagonal de orden n cuyos elementos de la
diagonal principal son
1
,
2
, . . . ,
n
la denotaremos por
diag(
1
,
2
, . . . ,
n
) =

1
0 . . . 0
0
2
. . . 0
. . .
0 0 . . .
n

.
Observacion
Los valores propios de diag(
1
,
2
, . . . ,
n
) son
1
,
2
, . . . ,
n
.
Tema 7.
Valores y
vectores
propios
7.1
Determinante
Denicion
Propiedades
Calculo
7.2 Espacios y
subespacios
vectoriales
Combinaciones
lineales y
clausura lineal
Independencia
lineal
Bases y
dimension
7.3 Valores y
vectores
propios
Matrices
diagonalizables
Calculo de A
k
Matrices diagonalizables
Denicion
Una matriz cuadrada A es diagonalizable si existen matrices
D digonal y P invertible tales que:
A = PDP
1
Lema
Sea A /
n
diagonalizable, con
A = PDP
1
,
D = diag(
1
,
2
, . . . ,
n
),
entonces los valores propios de A son
1
,
2
, . . . ,
n
.
Tema 7.
Valores y
vectores
propios
7.1
Determinante
Denicion
Propiedades
Calculo
7.2 Espacios y
subespacios
vectoriales
Combinaciones
lineales y
clausura lineal
Independencia
lineal
Bases y
dimension
7.3 Valores y
vectores
propios
Matrices
diagonalizables
Calculo de A
k
Matrices diagonalizables
Teorema
Sea A /
n
. Las siguientes armaciones son equivalentes:
1
A es diagonalizable.
2
Existe una base de R
n
formada por vectores propios de A.
3
Todos los valores propios de A son reales y para cada valor
propio coinciden su multiplicidad algebraica y geometrica.
Tema 7.
Valores y
vectores
propios
7.1
Determinante
Denicion
Propiedades
Calculo
7.2 Espacios y
subespacios
vectoriales
Combinaciones
lineales y
clausura lineal
Independencia
lineal
Bases y
dimension
7.3 Valores y
vectores
propios
Matrices
diagonalizables
Calculo de A
k
Ejemplo. Diagonalizacion de matrices
Ejemplo
Diagonalcese la matriz
A =

2 0 0
6 2 6
3 0 1

.
Tema 7.
Valores y
vectores
propios
7.1
Determinante
Denicion
Propiedades
Calculo
7.2 Espacios y
subespacios
vectoriales
Combinaciones
lineales y
clausura lineal
Independencia
lineal
Bases y
dimension
7.3 Valores y
vectores
propios
Matrices
diagonalizables
Calculo de A
k
Calculo de A
k
Teorema
Sea A /
n
con valores propios
1
,
2
, . . . ,
n
, entonces los
valores propios de A
k
son
k
1
,
k
2
, . . . ,
k
n
.
Cada vector propio de A sigue siendo vector propio de A
k
, y si
P diagonaliza a A, entonces P tambien diagonaliza a A
k
.
D
k
= (P
1
AP)(P
1
AP) (P
1
AP) = P
1
A
k
P.
Tema 7.
Valores y
vectores
propios
7.1
Determinante
Denicion
Propiedades
Calculo
7.2 Espacios y
subespacios
vectoriales
Combinaciones
lineales y
clausura lineal
Independencia
lineal
Bases y
dimension
7.3 Valores y
vectores
propios
Matrices
diagonalizables
Calculo de A
k
El caso particular A
1
Observacion
Si A /
n
es invertible y tiene valores propios
1
,
2
, . . . ,
n
,
entonces los valores propios de A
1
son
1

1
,
1

2
, . . . ,
1

n
.