TEMA N°5 VALORES PROPIOS Y VECTORES

Dada una matriz 𝐴𝑛𝑋𝑛 , el vector 𝑋 ∈ 𝑅 𝑛 y distinto de cero, es un vector propio de A, si: A.X es
un múltiplo escalar de X ⟹ (1) 𝐴. 𝑋 = 𝜆. 𝑋 con 𝜆𝜖𝑅.

𝝀 es el valor propio de A y X es un vector propio correspondiente a 𝜆

2 1 3
Ej.1.- Demostrar que el vector: X=[ ] es un vector propio de la matriz: A= [ ], para un
4 2 6
valor propio λ = 7
1 3 2 14 2
𝐴. 𝑋 = 𝜆. 𝑋 ⟹ [ ] . [ ] = [ ] = 7 [ ] = 7. 𝑋 Demostrado.
2 6 4 28 4
3 2 3
Ej.2.- Demostrar que el vector: X=[ ] es u n vector propio de la matriz: A= [ ], para un
4 4 3
valor propio λ = 6
2 3 3 18 3
[ ] . [ ] = [ ] = 6 [ ] = 6. 𝑋 Demostrado.
4 3 4 24 4
Para hallar los valores propios de una matriz 𝐴𝑛𝑋𝑛 , la ecuación (1) se puede escribir:

𝐴. 𝑋 = 𝜆. 𝑋. 𝐼 ; 𝐼 𝑚𝑎𝑡𝑟𝑖𝑧 𝑖𝑑𝑒𝑛𝑡𝑖𝑑𝑎𝑑.
𝐴. 𝑋 − 𝜆. 𝑋. 𝐼 = 0

(2) (𝐴 − 𝜆𝐼). 𝑋 = 0

Como X es una matriz distinta de 0 ( 𝑋 ≠ 0) ⟹ (3) (𝐴. 𝑋 − 𝜆. 𝐼) = 0

Para que λ sea un valor propio, debe existir una solución distinta de cero de la ecuación (2).

La ecuación (2) tendrá solución distinta de cero sii: |𝐴 − 𝜆. 𝐼 | = 0 (4)

La (4) se conoce como ecuación característica de A, los escalares que satisfacen esta ecuación,
son los valores propios de A.
3 2
Ej.1.- Hallar los valores propios de la matriz A = [ ]
−1 0
3 2 1 0 3 2 𝜆 0 (3 − 𝜆) 2
⟹ 𝐴 − 𝜆. 𝐼 = [ ] − 𝜆. [ ]=[ ]−[ ]=[ ]
−1 0 0 1 −1 0 0 𝜆 −1 (−𝜆)
(3 − 𝜆) 2
⟹| | = (3 − 𝜆). (−𝜆) + 2 = −3𝜆 + 𝜆2 + 2 = 𝜆2 − 3𝜆 + 2 = 0
−1 (−𝜆)
⟹ (𝜆 − 2). (𝜆 − 1) = 0 ∴ 𝐿𝑜𝑠 𝑣𝑎𝑙𝑜𝑟𝑒𝑠 𝑝𝑟𝑜𝑝𝑖𝑜𝑠 𝑠𝑜𝑛: 𝜆1 = 2 ∧ 𝜆2 = 1
0 1 0
Ej,2.- Sea 𝐴 = [0 0 1] Hallar los valores propios de la matriz.
4 −17 8
0 1 0 1 0 0 0 1 0 𝜆 0 0
⟹ 𝐴 − 𝜆. 𝐼 = [0 0 1] − 𝜆. [0 1 0 ] = [0 0 1] − [0 𝜆 0]
4 −17 8 0 0 1 4 −17 8 0 0 𝜆

−𝜆 1 0 −𝜆 1 0
[0 −𝜆 1 ]⟹| 0 −𝜆 1 | = 0 ⟹ 𝜆3 − 8𝜆2 + 7 − 4 = 0
4 −17 (8 − 𝜆) 4 −17 (8 − 𝜆)
Factorizando la ecuación: (𝜆 − 4)(𝜆2 − 4𝜆 + 1) = 0

∴ 𝜆1 = 4; 𝜆2 = 2 + √3; 𝜆3 = 2 − √3 𝑠𝑜𝑛 𝑙𝑜𝑠 𝑡𝑟𝑒𝑠 𝑣𝑎𝑙𝑜𝑟𝑒𝑠 𝑝𝑟𝑜𝑝𝑖𝑜𝑠.

TEOREMA: Sea 𝐴𝑛𝑋𝑛 , las siguientes afirmaciones son equivalentes:

a) 𝜆 Es un valor propio de A
b) El sistema de ecuaciones homogénea: (𝐴 − 𝜆. 𝐼). 𝑋 = 0 Tiene solución no trivial.
c) Existe un vector 𝑋 ≠ 0 : 𝑋 ∈ 𝑅 𝑛 / 𝐴. 𝑋 = 𝜆. 𝑋
d) 𝜆 Es una solución real de la ecuación característica |𝐴 − 𝜆. 𝐼 | = 0

CALCULO DE LOS VECTORES PROPIOS

Los vectores propios de A correspondientes a un valor propio λ, son los vectores ≠ 0, en el

espacio de soluciones del sistema homogéneo: (𝐴 − 𝜆𝐼). 𝑋 = 0

Ej.1.- Hallar los vectores propios que forman la base de la matriz:

3 −2 0
𝐴 = [−2 3 0]
0 0 5

3 −2 0 𝜆 0 0 (3 − 𝜆) −2 0
⟹ 𝐴 − 𝜆. 𝐼 = [−2 3 0] −. [0 𝜆 0] = [ −2 (3 − 𝜆) 0 ]⟹
0 0 5 0 0 𝜆 0 0 (5 − 𝜆)

(3 − 𝜆) −2 0
| −2 (3 − 𝜆) 0 | = (3 − 𝜆)2 (5 − 𝜆) − 4(5 − 𝜆) = 0
0 0 (5 − 𝜆)

=(𝜆 − 5)2 (𝜆 − 1) = 0; ∴ 𝐿𝑜𝑠 𝑣𝑎𝑙𝑜𝑟𝑒𝑠 𝑝𝑟𝑜𝑝𝑖𝑜𝑠 𝑠𝑜𝑛: 𝜆1 = 5; 𝜆2 = 1

𝑥1
𝑥
El vector: X=[ 2 ] es un vector propio de A correspondiente a un valor propio 𝜆, sii X es una
𝑥3
solución no trivial de (𝐴 − 𝜆𝐼). 𝑋 = 0

(3 − 𝜆) −2 0 𝑥1 0
[ −2 (3 − 𝜆) 0 ] [𝑥2 ] = [0]
0 0 (5 − 𝜆) 𝑥3 0
−2 −2 0 0 −2 −2 0 0
Si: 𝜆 = 5 ⟹ [−2 −2 0 0] ~[ 0 0 0 0]
0 0 0 0 F2+F1(-1) 0 0 0 0
𝜌(𝐴) = 𝜌(𝐴´) = 1 < 𝑁° 𝑖𝑛𝑐𝑜𝑔𝑛𝑖𝑡𝑎𝑠

N° incógnitas secundarias.3 − 1 = 2 ∴ 𝑥3 = 𝑡 ∧ 𝑥2 = 𝑠

En la ec. 1) −2𝑥1 − 2. 𝑠 = 0 ⟹ −2𝑥1 = 2𝑠 ∴ 𝑥1 = −𝑠

𝑥1 −𝑠 −𝑠 0 −1 0
𝑥
[ 2 ] = [ ] = [ 𝑠 ] + [0] = 𝑠. [ 1 ] + 𝑡. [0]
𝑠
𝑥3 𝑡 0 𝑡 0 1
Los vectores propios para λ=5 son : 𝑣1 = (−1,10); 𝑣2 = (0,0,1)
2 −2 0 0 2 −2 0 0
Si: 𝜆 = 1 ⟹ [−2 2 0 0] ~ [0 0 0 0]
0 0 4 0 F2+F1 0 0 4 0 F2 X F3

2 −2 0 0
[0 0 4 0] 𝜌(𝐴) = 𝜌(𝐴´) = 2 < 𝑁° 𝑖𝑛𝑐𝑜𝑔.
0 0 0 0
N° incog. sec.: 3 − 2 = 1 ∴ 𝑥3 = 0 ⟹ 𝑙𝑎 𝑖𝑛𝑐𝑜𝑔. sec. 𝑒𝑠 𝑥2 = 𝑡

En la ec. 1) 2𝑥1 − 2. 𝑡 = 0 ⟹ 2𝑥1 = 2𝑡 ∴ 𝑥1 = 𝑡

𝑥1 𝑡 1
[𝑥2 ] = [ 𝑡 ] = 𝑡 [1]
𝑥3 0 0
El vector propio para λ= 1; es : 𝑣3 = (1,10)

La base está formada por los tres vectores propios: 𝑆 = {𝑣1 , 𝑣2 , 𝑣3 } (Son L.I. y generan a 𝑅 3 )

INTERPRETACION GEOMETRICA DE LOS VALORES Y VECTORES PROPIOS.

Si X Es un vector propio de A, correspondiente a un valor propio λ

𝐴. 𝑋 = 𝜆. 𝑋

Por lo tanto la multiplicación por A, según el valor de λ, se interpreta:

a) 𝑆𝑖 𝜆 > 1 𝐷𝑖𝑙𝑎𝑡𝑎 𝑎 𝑋
b) Si 0 < 𝜆 < 1 𝑐𝑜𝑛𝑡𝑟𝑎𝑒 𝑎 𝑋
c) 𝑆𝑖 𝜆 < 0 , 𝑖𝑛𝑣𝑖𝑒𝑟𝑡𝑒 𝑙𝑎 𝑑𝑖𝑟𝑒𝑐𝑐𝑖𝑜𝑛 𝑑𝑒 𝑋

a) b) c)

DIAGONALIZACION

Sea 𝐴𝑛𝑥𝑛 , se dice que A es diagonalizable, si existe una matriz inversible P / que

𝑃−1 . 𝐴. 𝑃 = 𝐷, donde D es una matriz diagonal.

TEOREMA.- Una matriz A cuadrada de orden “n”, las siguientes afirmaciones son equivalentes:

a) A es diagonalizable.
b) Si los valores propios son distintos de la matriz 𝐴𝑛𝑥𝑛 , entonces A tiene “n” vectores
propios Linealmente Independientas.

PASOS PARA DIAGONALIZAR UN MATRIZ

a) Hallar la ecuación característica.

 b) Hallar los valores propios.
c) Formar la matriz P
d) Hallar la inversa de P
e) Verificación: 𝑃−1 . 𝐴. 𝑃 = 𝐷
3 1
Ej.1.- Determinar si la matriz A = [ ] es diagonalizable.
2 2
a) Ecuación característica.

3 1 1 0 3 1 𝜆 0 (3 − 𝜆) 1
⟹ 𝐴 − 𝜆. 𝐼 = [ ] − 𝜆. [ ]=[ ]−[ ]=[ ]
2 2 0 1 2 2 0 𝜆 2 (𝜆 − 2)
(3 − 𝜆) 1
⟹| | = (3 − 𝜆). (𝜆 − 2) − 2 = 𝜆2 + 2 = 𝜆2 − 5𝜆 + 4 = 0 Ec. Característica
2 (𝜆 − 2)

⟹ (𝜆 − 4). (𝜆 − 1) = 0 ∴
𝑏) 𝐿𝑜𝑠 𝑣𝑎𝑙𝑜𝑟𝑒𝑠 𝑝𝑟𝑜𝑝𝑖𝑜𝑠 𝑠𝑜𝑛: 𝜆1 = 4 ∧ 𝜆2 = 1
(3 − 𝜆) 1 0
[ ]
2 (2 − 𝜆) 0

c )Vectores propios

Para 𝜆 = 4
(3 − 4) 1 0 −1 1 0 −1 1 0
[ ]~[ ]~[ ]
2 (2 − 4) 0 2 −1 0 0 0 0
𝜌(𝐴) = 𝜌(𝐴´) = 2 < 𝑁°𝑖𝑛𝑐𝑜𝑔. Por tanto, una incog. Sec.
𝑥1 𝑡 1
𝑥2 = 𝑡 ⟹ 𝑥1 = [𝑥 ] = [ ] = 𝑡 [ ] ⟹ 𝑣1 = (1,1) Vector propio
2 𝑡 1
Para 𝜆 = 1
(3 − 1) 1 0 2 10 2 1 0
[ ]~[ ]~[ ]
2 (2 − 1) 0 2 1 0 0 0 0
𝜌(𝐴) = 𝜌(𝐴´) = 2 < 𝑁°𝑖𝑛𝑐𝑜𝑔. Por tanto, una incog. Sec.
1 1
𝑥1 −
[𝑥 ] = [− 2𝑡] = 𝑡 [ 2] ⟹ 𝑣2 = (− ; 1) Vector propio.
1
𝑥2 = 𝑡 ⟹ 𝑥1 = 𝑡:
2 2
𝑡 1
d) Formación de la matriz P
1 −1/2
𝑃=[ ]
1 1
3 2 1 1/2
e) Cálculo de la inversa de P :|𝑃| = ⟹ 𝑃−1 = [ ]
2 3 −1 1
1
2 1 1/2 3 1 2 4 2 1 − 4 0
f) PRUEBA: 𝑃 −1 . 𝐴. 𝑃 = [ ]∗[ ]= [ ]∗[ 2] = [ ]
3 −1 1 2 2 3 −1 1 1 1 0 1
Por lo tanto, A: es diagonalizable.
 1 2 4
Ej.2.- Determinar si la matriz A = [2 1 −4] es diagonalizable.
0 0 3

1 2 4 𝜆 0 0 (1 − 𝜆) 2 4
⟹ 𝐴 − 𝜆. 𝐼 = [2 1 −4 ] −. [ 0 𝜆 0 ] = [ 2 (1 − 𝜆) −4 ] ⟹
0 0 3 0 0 𝜆 0 0 (3 − 𝜆)

(1 − 𝜆) 2 4
| 2 (1 − 𝜆) −4 | = (3 − 𝜆)[(1 − 𝜆)(1 − 𝜆) + 4] = 0
0 0 (3 − 𝜆)

a) Ec. Característica: (3 − 𝜆)[(𝜆 − 3)(𝜆 + 1)] = 0

=(𝜆 − 3)2 (𝜆 + 1) = 0; ∴

𝑏) 𝐿𝑜𝑠 𝑣𝑎𝑙𝑜𝑟𝑒𝑠 𝑝𝑟𝑜𝑝𝑖𝑜𝑠 𝑠𝑜𝑛: 𝜆1 = 𝜆2 = 3; 𝜆3 = −1

c) Vectores propios

(1 − 3) 2 4 0 −2 2 4 0
𝜆=3⟹[ 2 (1 − 3) −4 0] ~ [ 2 −2 −4 0]
0 0 (3 − 3) 0 0 0 0 0
−2 2 4 0
~[ 0 0 0 0]
0 0 0 0
𝜌(𝐴) = 𝜌(𝐴´) = 1 < 𝑁°𝑖𝑛𝑐𝑜𝑔.

Hay dos incógnitas secundarias: 𝑥3 = 𝑡 ∧ 𝑥2 = 𝑠 ⟹ 𝑥1 = 𝑠 + 2𝑡

𝑥1 2𝑡 + 𝑠 2 1
[𝑥2 ] = [ 𝑠 ] = 𝑡 [0] + 𝑠 [1] ⟹ 𝑣𝑒𝑐𝑡𝑜𝑟𝑒𝑠 𝑝𝑟𝑜𝑝𝑖𝑜𝑠: 𝑣1 = (2,0,1) ∧ 𝑣2 = (1,1,0)
𝑥3 𝑡 1 0
(1 + 1) 2 4 0 2 2 4 0 2 2 4 0
𝜆 = −1 ⟹ [ 2 (1 + 1) −4 0 ] ~ [2 2 −4 0] ~ [0 0 −8 0]
0 0 (3 + 1) 0 0 0 4 0 0 0 4 0
2 2 4 0
~ [0 0 −8 0 ] ⟹ 𝜌(𝐴) = 𝜌(𝐴´) = 2 < 𝑁°𝑖𝑛𝑐𝑜𝑔. Una incog. Sec.
0 0 0 0
⟹ 𝑥3 = 0; 𝑥2 = 𝑡 ⟹ 𝑥1 = −𝑡
𝑥1 −𝑡 −1
𝑥
[ 2 ] = [ 𝑡 ] = 𝑡 [ 0 ] ⟹ 𝑣1 = (−1,0,1) vector propio
𝑥3 0 1
d) Formación de la matriz P
1 2 −1
Matriz P = [1 0 1]
0 1 0
−1 −1 2
−1
e) Calculo de la inversa: 𝑃−1 = [ 1 0 1]
2
1 −1 −2
 −1 −1 2 1 2 4 −3 −3 6
−1 −1
f) PRUEBA: : 𝑃 −1 . 𝐴. 𝑃= [ 1 0 1 ] ∗ [2 1 −4] = 2 [ 0 0 6] ∗
2
1 −1 −2 0 0 3 −1 1 2
1 2 −1
[1 0 1]
0 1 0

−1 −6 0 0 3 0 0
= [0 −6 0] = [0 3 0]
2
0 0 2 0 0 −1

Por lo tanto, A: es diagonalizable.

EJERCICIOS PROPUESTOS
1.- Verificar si las siguientes matrices son diagonalizables

3 −1 1 −1 −7 1
5 0
𝐴=[ ]; 𝐵 = [0 2 0] ; 𝐶=[0 4 0]
2 1
1 −1 3 −1 13 −3

2.- Determinar si la matriz es diagonalizable ortogonalmente. Si lo es, diagonlizar.

1 0 1
𝐴 = [0 1 −1]
1 −1 0