Juan-Miguel Gracia
Valores propios
Independencia lineal
Diagonalizaci on de matrices
Indice
Valores propios
Independencia lineal
Diagonalizaci on de matrices
Valores propios
Independencia lineal
Diagonalizaci on de matrices
B.
Deniciones.- Dada una matriz cuadrada A de orden 3 se dice que el n umero 0 es un valor propio de A si existe un vector columna tridimensional c no nulo t.q. Ac = 0 c. El vector c se llama vector propio de A asociado al valor propio 0 . Otras terminolog as equivalentes 0 valor propio autovalor valor caracter stico eigenvalor c vector propio autovector vector caracter stico eigenvector
Valores propios
Independencia lineal
Diagonalizaci on de matrices
B.
Por denici on, un vector propio c debe ser un vector columna distinto de 0 0 = 0 . 0 Buscamos 0 y c tales que 0 c = Ac Esta ecuaci on es equivalente a 0 I3 c = Ac, 3: 1 0 I3 = 0 1 0 0 siendo I3 la matriz unidad de orden 0 0 . 1
El vector c = 0 satisface 0 = A0 cualquiera que sea el n umero . Esta situaci on no interesa, pues cualquier n umero ser a valor propio de A.
Valores propios
Independencia lineal
Diagonalizaci on de matrices
B.
La ecuaci on 0 I3 c = Ac es equivalente a (0 I3 A) c = 0 Si c ha de ser distinto de cero, entonces necesariamente el determinante |0 I3 A| tiene que ser igual a 0. Una posible manera de hallar el 0 que buscamos es construir el polinomio en p () := | I3 A| El polinomio p () en la variable es de grado 3 y se llama el polinomio caracter stico de A. (1)
Valores propios
Independencia lineal
Diagonalizaci on de matrices
B.
A continuaci on si 0 es una ra z de esta ecuaci on, se resuelve el sistema homog eneo indeterminado c1 0 (0 I3 A) c2 = 0 (3) c3 0 c1 en las inc ognitas c1 , c2 , c3 . Una soluci on c = c2 de (3) con no todas las c3 componentes c1 , c2 , c3 nulas, proporciona uno de los vectores buscados.
Valores propios
Independencia lineal
Diagonalizaci on de matrices
B.
Vamos a hallar un valor propio y un vector propio asociado. Es preciso resolver la ecuaci on en | I A | = 1 3 2 1 2 1 4 1 = 3 22 5 + 6 = 0 +1 (5)
Valores propios
Independencia lineal
Diagonalizaci on de matrices
B.
Por la regla de
Runi
13 2 12 5 1 + 6 = 1 2 5 + 6 = 0 c1 Para encontrar un vector propio c = c2 asociado a este 0 = 1, c3 resolvemos el sistema homog eneo de ecuaciones lineales 0 0 1 4 c1 1 c2 = 0 (0 I A) c = 3 1 2 1 2 c3 0
Valores propios
Independencia lineal
Diagonalizaci on de matrices
B.
Escribimos este sistema en la forma c2 4c3 = 0 3c1 c2 + c3 = 0 2c1 c2 + 2c3 = 0 Como 0 3 1 1 = 0, tachamos la u ltima ecuaci on: c2 4c3 = 0 3c1 c2 + c3 = 0.
Valores propios
Independencia lineal
Diagonalizaci on de matrices
B.
Este sistema es equivalente al anterior. Pasamos c3 al segundo miembro c2 = 4 c3 3c1 c2 = c3 Damos a c3 un valor arbitrario; por ejemplo, c2 = 4 3c1 c2 = 1 3c1 = c2 1 = 4 1 = 3 c3 = 1 : ;
= =
c2 = 4
c1 = 1
Valores propios
Independencia lineal
Diagonalizaci on de matrices
B.
Denici on 1
Independencia lineal, 1
Sean u1 , u2 , u3 vectores columna 3 1. Se dice que el sistema de vectores {u1 , u2 , u3 } es linealmente independiente (l.i.) si para escalares 1 , 2 , 3 la relaci on 1 u1 + 2 u2 + 3 u3 = 0 s olo es posible cuando 1 = 0, 2 = 0, 3 = 0. El sistema {u1 , u2 , u3 } se dice linealmente dependiente (l.d.) si existen escalares 1 , 2 , 3 no todos nulos tales que 1 u1 + 2 u2 + 3 u3 = 0 Abuso de lenguaje Es frecuente decir que los vectores u1 , u2 , u3 son linealmente independientes (en plural) cuando el sistema {u1 , u2 , u3 } es linealmente independiente. El concepto de independencia lineal siempre se reere a un sistema o conjunto de vectores. No existe el concepto de vector linealmente independiente. As pues, un conjunto de vectores linealmente independientes no es la reuni on de vectores, cada uno de los cuales sea linealmente independiente.
Valores y vectores propios de una matriz 14 / 28
Valores propios
Independencia lineal
Diagonalizaci on de matrices
B.
Independencia lineal, 2
A veces es pr actico utilizar esta denici on equivalente de independencia lineal: El sistema de vectores {u1 , u2 , u3 } es l.i. si para escalares 1 , 2 , 3 la relaci on 1 u1 + 2 u2 + 3 u3 = 0, = 1 = 0, 2 = 0, 3 = 0. Dados unos vectores w1 , w2 , w3 , se llama combinaci on lineal de estos vectores a todo vector w de la forma w := 1 w1 + 2 w2 + 3 w3 .
NB
Proposici on 2 Un sistema de vectores {u1 , u2 , u3 } es l.d. si y s olo si alguno de estos vectores es combinaci on lineal de los otros dos. n. Por hip Demostracio otesis existen escalares 1 , 2 , 3 no todos cero t.q. 1 u1 + 2 u2 + 3 u3 = 0 Sea, por ejemplo, 2 = 0. De (6) se sigue que 1 u1 + 3 u3 = 2 u2 ; = u2 =
1 u1 2
(6)
3 u ; 2 3
Valores propios
Independencia lineal
Diagonalizaci on de matrices
NB.
Independencia lineal, 3
Rec procamente, si un vector, digamos u1 , es combinaci on lineal de {u2 , u3 }, entonces existen escalares 2 , 3 t.q. u1 = 2 u2 + 3 u3 . Por tanto, u1 + 2 u2 + 3 u3 = 0. (7) Esto signica que el sistema {u1 , u2 , u3 } es l.d. pues el coeciente de u1 en (7) es 1 (que es = 0).
Proposici on 3 Si w1 , w2 , w3 son l.i. y 1 w1 + 2 w2 + 3 w3 = 1 w1 + 2 w2 + 3 w3 con i , 1 , i = 1, 2, 3, escalares, entonces 1 = 1 , 2 = 2 , 3 = 3 . Comentario. La expresi on de un vector como combinaci on lineal de un sistema de vectores l.i. es u nica.
Valores y vectores propios de una matriz 16 / 28
(8)
Valores propios
Independencia lineal
Diagonalizaci on de matrices
NB.
n. Por (8), Demostracio
Independencia lineal, 4
(1 1 )w1 + (2 2 )w2 + (3 3 )w3 = 0. Como {w1 , w2 , w3 } es l.i., esta relaci on implica que 1 1 = 0, 2 2 = 0, 2 2 = 0. = 1 = 1 , 2 = 2 , 3 = 3 .
Proposici on 4 Si uno de los vectores {u1 , u2 , u3 } es el vector 0, entonces este sistema es l.d. n. Como 0 = 0 para todo escalar , y 0u = 0 para todo vector Demostracio u, si fuese u1 = 0 se tendr a que tomando un 1 = 0 (cualquiera): 1 u1 + 0u2 + 0u3 = 1 0 + 0 + 0 = 0 = {u1 , u2 , u3 } es l.i.
Valores propios
Independencia lineal
Diagonalizaci on de matrices
NB.
Notaciones de l ogica.
Si A denota una aserci on, por A denotamos su negaci on. Por ejemplo si A es la aserci on Todos los hombres son malayos, su negaci on A es No todos los hombres son malayos; es decir A equivale a decir Hay al menos un hombre que no es malayo. Teorema directo: A Teorema rec proco: B = B A = A
( B
A)
Valores propios
Independencia lineal
Diagonalizaci on de matrices
NB.
Independencia lineal, 5
La proposici on contrarrec proca de la Proposici on 4 dice que la aserci on siguiente es verdadera. Proposici on 5 Si un sistema de vectores {u1 , u2 , u3 } es l.i., entonces ninguno de estos vectores puede ser el vector 0.
Valores propios
Independencia lineal
Diagonalizaci on de matrices
B.
Supongamos que la matriz A de orden 3 tiene sus valores propios simples: 1 , 2 , 3 . Esto quiere decir, que 1 , 2 , 3 son tres n umeros distintos dos a dos. Es conocido que un polinomio de grado 3 puede tener: (1) o tres ra ces simples; (2) o una ra z doble y una simple; (3) o una ra z triple. Teorema 6 Sea A una matriz cuadrada 3 3 y supongamos que todos sus valores propios 1 , 2 , 3 son simples. Sean v1 , v2 , v3 vectores propios de A asociados a 1 , 2 , 3 , respectivamente. Entonces {v1 , v2 , v3 } es un sistema linealmente independiente. n. Los vectores v1 , v2 son l.i., pues si existiese un escalar NB.Demostracio tal que v2 = v1 , (9) se tendr a que Av2 = Av1 ; de donde 2 v2 = 1 v1 . Multiplicando (9) por 2 , 2 v2 = 2 v1 . Lo que implica 1 v1 = 2 v1 . = (1 2 )v1 = 0, = (1 2 ) = 0, y como 1 = 2 , se sigue que = 0. Pero, por (9), esto implicar a que v2 = 0; imposible (v2 vector propio); = v1 , v2 son l.i.
Valores y vectores propios de una matriz 21 / 28
Valores propios
Independencia lineal
Diagonalizaci on de matrices
NB.
Sigamos la demostraci on por reducci on al absurdo. Supongamos que el sistema {v1 , v2 , v3 } fuera l.d. Entonces por la Proposici on 2 alguno de estos vectores ser a combinaci on lineal de los otros dos. Supongamos que v3 es combinaci on lineal de v1 , v2 : v3 = 1 v1 + 2 v2 . (10) Premultiplicando (10) por A: Av3 = 1 Av1 + 2 Av2 . Por tanto, (11) 3 v3 = 1 1 v1 + 2 2 v2 . Multiplicando (10) por 3 , 3 v3 = 1 3 v1 + 2 3 v2 . Igualando los segundos miembros de (11) y (12) resulta 1 1 v1 + 2 2 v2 = 1 3 v1 + 2 3 v2 . Por la Proposici on 3, se sigue 1 1 = 1 3 , 2 2 = 2 3 . = 1 (1 3 ) = 0, 2 (2 3 ) = 0 (12)
Como 1 = 3 y 2 = 3 ; = 1 = 0, 2 = 0. Por (10), v3 = 0; imposible (v3 vector propio). = v3 no es combinaci on lineal de v1 , v2 . = v1 , v2 , v3 son l.i.
Valores y vectores propios de una matriz 22 / 28
Valores propios
Independencia lineal
Diagonalizaci on de matrices
B.
Diagonalizaci on de matrices
Para qu e sirven los valores propios? Para resolver sistemas de ecuaciones lineales, separando (desacoplando) sus variables. Ejemplos: (1) x (t ) = Ax(t ) + b(t ); (2) Ax = b.
0 2 0
0 0 = PD; 3
0 2 0
0 0 . 3
Valores propios
Independencia lineal
Diagonalizaci on de matrices
B.
Sea A la matriz del ejemplo ejemplo . Ya hemos calculado uno de valores propios de A : 1 = 1(=: 0 ). Hallemos los dos que faltan 2 , 3 . Utilizando la regla de Runi: | I A| = 1 3 2 -2 3 1 -5 3 -2 1 2 1 6 -6 0 4 1 = 3 22 5 + 6 = 0 +1
1 3 1
2 = 3 es una ra z.
Valores propios
Independencia lineal
Diagonalizaci on de matrices
B.
1 -2 1
-2 -2 -4
-5 8 3
6 -6 0
3 = 2 es una ra z.
Valores propios
Independencia lineal
Diagonalizaci on de matrices
B.
1 1 1
-2 1 -1
-5 -1 -6
6 -6 0
1 = 1 es una ra z.
Valores propios
Independencia lineal
Diagonalizaci on de matrices
B.
De manera an aloga al c alculo de un vector propio v1 = (c), asociado a 1 = 1(= 0 ), se pueden calcular vectores propios v2 , v3 asociados a 2 = 3, 3 = 2, respectivamente. Se deja como ejercicio el c alculo de estos dos vectores propios. 1 1 1 v2 = 2 , v3 = 1 . v1 = 4 , 1 1 1 Diagonalizaci on de la matriz A. Sea P := [v1 , v2 , v3 ], 1 1 1 2 1 , P= 4 1 1 1 Ejercicio 7 Comprobar con c alculos que AP = PD. Lo que implicar a P1 AP = D.
Valores y vectores propios de una matriz 28 / 28
1 D = 0 0
0 3 0
0 0 . 2