Académique Documents
Professionnel Documents
Culture Documents
Definicion 1. Sea V un espacio vectorial sobre un campo K y sea T una transformacion lineal
T :VV
T (v0 ) = 1 v0 = 2 v0 = T (v0 )
de la matriz M es realmente
Puede probarse faclmente que el eigenvalor asociado al eigenvector X
unico.
Ahora mostraremos la relacion que hay entre los eigenvectores y eigenvalores de una transformacion
lineal T y los eigenvectores y eigenvalores de una de sus matrices representativas, digamos M.
1
Teorema 3. Considere una transformacion lineal T : V V una base B del espacio vectorial V
y sea M la matriz representativa de T respecto a la base B. Entonces v0 V es un eigenvector de T
asociado al eigenvalor K si, y solo si, si el vector coordenado X, de v0 respecto a la base B, es un
eigenvector de M asociado al mismo eigenvalor .
Prueba: Suponga que B = {v1 , v2 , . . . , vn } es una base del espacio vectorial V, sea X
= (1 , 2 , . . . , n )T
el vector coordenado de v0 respecto a la base B, y sea B el mapeo coordenado de V respecto a la base
B, es decir
B : M Kn
entonces
v0 = 1 v1 + 2 v2 + + n vn = (1 , 2 , . . . , n )T
y B (v0 ) = X
Entonces, si v0 es un eigenvector de T asociado al eigenvalor , entonces T (v0 ) = v0 y
1
2
=
B [T (v0 )] = B ( v0 ) = B (v0 ) = X ..
.
n
= X.
MX
Puesto que el mapeo coordenado B es un isomorfismo de espacios vectoriales, se tiene que su inversa
existe y es tambien un isomorfismo de manera tal qie
1 = 1 ( X)
= 1 (X)
= v0
T (v0 ) = B (MX) B B
Teorema 4. Considere una transformacion lineal T : V V, dos bases B y B del espacio vectorial
V y sean M y N las matrices representativas de T respecto a las base B y B respectivamente.1 Mas
aun, suponga que P es la matriz de transicion de la base B a la base B . De manera mas precisa P es la
matriz representativa del mapeo identidad IV cuando la base del dominio es B y la base del codominio
es B .2 Entonces, si X
es un eigenvector de M asociado al eigenvalor K, entonces
= PX
Y
2
es un eigenvector de la matriz N asociado al eigenvalor y, ademas, el vector Y
por lo que Y , esta dado
por
Y = P X.
Finalmente probaremos un teorema que provee de una manera sistematica para la determinacion de
los eigenvalores y eigenvectores de una matriz.
1. es un eigenvalor de la matriz M.
2. El espacio nulo o kernel de la matrix M I no es unicamente {0}.
3. | M I |= 0.
0 tal que
=
Prueba: Suponga que es un eigenvalor de la matriz M, entonces existe un X
= X
MX
Por lo tanto
[M I] X
= 0.
N (M I), y el espacio nulo de M I es diferente del vector 0. Por lo tanto 1
Por lo tanto X
implica 2. Ademas, si N (M I) = 0, entonces M I es una matriz singular y
| M I |= 0
por lo tanto
= X.
MX
T [v1 ] = v1 T [v2 ] = v2
Por lo tanto
T [v1 + v2 ] = T [v1 ] + T [v2 ] = v1 + v2 = (v1 + v2 )
y el conjunto esta cerrado respecto a la adicion. Sea ahora K, entonces
T [ v1 ] = T [v1 ] = ( v1 ) = ( v1 )
y el conjunto esta cerrado respecto a la multiplicacion por escalar. Por lo tanto es un subespacio de V.
3
Prueba: Suponga que v1 , v2 , . . . , vn eigenvectores asociados a distintos eigenvalores 1 , 2 , . . . , n .
Entonces, existe un conjunto de esos eigenvectores, {v1 , v2 , . . . , vj }, con j < n, tal que el conjunto es
linealmente independiente pero {v1 , v2 , . . . , vj , vj+1 } ya es linealmente dependiente; por lo tanto,
vj+1 = c1 v1 + c2 v2 + + cj vj
T [vj+1 ] = T [c1 v1 + c2 v2 + + cj vj ]
j+1 vj+1 = c1 1 v1 + c2 2 v2 + + cj j vj
T [vj+1 ] = T [c1 v1 + c2 v2 + + cj vj ]
j+1 vj+1 = j+1 [c1 v1 + c2 v2 + + cj vj ]
= c1 j+1 v1 + c2 j+1 v2 + + cj j+1 vj
Puesto que c1 , c2 , . . . , cj son elementos, no todos cero, de K y i = k , esto implica que {v1 , v2 , . . . , vj }
es linealmente dependiente, una contradiccion.
1 Problemas Propuestos.
En este primer problema, se muestra que es posible determinar los eigenvalores y eigenvectores de una
transformacion lineal, pues de aqu en adelante, la gran mayora de los libros de texto se concentran en
calcular los eigenvalores y eigenvectores de matrices.
Problema 1. Encuentre los eigenvalores de la transformacion lineal
donde se supone que el espacio vectorial P2 esta definido sobre el campo de los numeros reales.
Solucion. Por definicion un p(x) P2 es un eigenvector de T si, y solo si,
(1 ) a0 + 0 a1 a2 = 0
0 a0 + (1 ) a1 + a2 = 0
0 a0 a1 a2 = 0
4
La matriz de coeficientes del sistema esta dada por
1 0 1
A= 0 1 1
0 1
2 2 1
| B |=| A I |= 8 2 + 5 2 3 .
Las raices de esta ecuacion, que son los eigenvalores de la matriz, A, estan dadas por
1 = 1, 2 = 2, 3 = 4.
5
1. Para 1 = 1, debe resolverse el sistema lineal
3 2 3
x1 0
[A 1 I] X = 0
3 1 x2 = 0
1
x3 0
2 2 2