Algebra Lineal - 2016

1. Operador Lineal Si N (T ) 6= {0} entonces, todos sus elementos son vectores caractersticos
del valor 0.
El valor propio = 0 indica que la transformaci on no tiene inversa.
on lineal definida por T : V V ;
Se llama operador lineal a la transformaci
Para vectores propios u , v de T asociados al valor propio :
es decir, una transformaci
on donde el dominio y el codominio son el mismo
1. el escalar es u nico para esos vectores.
espacio vectorial.
2. el vector v es un vector propio asociado a .
3. el vector u + v tambien es un vector propio asociado a .

2. Valores y Vectores Propios Esta u ltima propiedad establece

las caractersticas de un subespa-
cio vectorial. En consecuencia el
Sean V un espacio vectorial sobre un campo K y un operador lineal T : V V . conjunto de vectores propios aso-
En la relaci
on ciados a un valor propio deter-
T ( v , K, v 6= 0 V
v ) = minado constituye un subespacio
a se le conoce como valor propio, y a v como vector propio, ambos del ope- vectorial llamado espacio carac-
rador lineal T . terstico o propio. Si T : V V
es un operador lineal y es un
Ejemplo valor caracterstico de T , enton-
ces el conjunto
Para el operador lineal H : P1 P1 H (ax + b) = (4a 5b) x + (2a 3b) se
tiene que un vector como p (x) = x + 1 se transforma al multiplicarlo por 1. E () = {
v |
v V, T ( v}
v ) =
H (x + 1) = (4 5) x + (2 3) se llama espacio caracterstico asociado al valor .
= x 1

En tanto que vectores como q (x) = 5x 2 se transforman al multiplicarlos 2.1. Polinomio Caracterstico; Obtenci
on de Valores y
por 2.
Vectores Propios
H (5x 2) = [4 (5) 5 (2)] x + [2 (5) 3 (2)]
= (20 + 10) x + (10 + 6) Los valores caractersticos se obtienen del determi-
nante
= 10x 4
|A I| = 0
En este ejemplo, los valores propios son 1 = 1 y 2 = 2 que estan asociados el cual se calcula con base en una matriz cuadrada
a los vectores v1 = x + 1 y v2 = 5x 2, respectivamente. A (que puede ser la matriz asociada al operador li-
neal). El resultado sera un polinomio conocido como
Las propiedades siguientes son cumplidas por los vectores y valores propios:
ecuacion caracterstica, cuyas races ser
an los valores
En la transformaci on identidad I : V V los vectores propios estan propios. El grado del polinomio caracterstico es igual al orden de la matriz.
asociados al valor 1.
En la transformaci on nula O : V V todos los vectores propios se |A I| = 0
asocian al valor 0. an n + an1 n1 + + a2 2 + a1 + a0 =

1 Ing. Aldo Jimenez Arteaga


Algebra Lineal - 2016

Tomando en consideracion que la matriz asociada se multiplica por un vector 2.2. Teorema de Cayley-Hamilton
de coordenadas, el producto matricial
Toda matriz es una raz de su propio polinomio caracterstico; es decir, al eva-
(A I) [
v ] = [T (
v )] luar un polinomio caracterstico con su matriz se obtendr a como resultado la
matriz nula.
permitir
a calcular el vector de coordenadas del espacio caracterstico asociado
a . Ejemplo

Ejemplo Sea la matriz  

1 2
F =
Para el operador lineal T : C C T (x + yi) = (2x + 4y) + (x + y) i se 2 3
obtiene la matriz asociada referida a la base B = {1, i}. Al obtener su ecuacion caracterstica,
 
T (1) = 2 + i 2 (1) + 1 (i)  1 2 
  = 0
 2 3 
T (i) = 4 + i 4 (1) + 1 (i)
(1 ) (3 ) (4) =
3 4 + 2 + 4 =
 
2 4
M (T ) =
1 1 2 4 + 7 = p ()
Calculando la ecuaci
on caracterstica: y evaluarla con la matriz F ,

 2 4 
 p () = 2 4 + 7
 = 0 2
1 
    
 1 1 2 1 2 1 0
p (F ) = 4 +7
(2 ) (1 ) 4 = 2 3 2 3 0 1
     
2 + 6 = 0 1 = 2, 2 = 3 3 8 4 8 7 0
= + +
8 5 8 12 0 7
Al sustituir en la ecuaci
on matricial los valores 
7 0
 
7 0

= +
     0 7 0 7
2 4 x 0
= 
0 0

1 1 y 0 =
0 0
y resolver el sistema de ecuaciones indeterminado resultante, se tiene se comprueba que F es raz de su polinomio caracterstico.
para 1 [E (2)]B = (x, x).

para 2 [E (3)]B = (4y, y). 3. Diagonalizaci

on de Matrices
Finalmente, al realizar la combinaci
on lineal con la base propuesta
Dos matrices A y D son similares si
x (1) + x (i) = x + xi E (2) = {x + xi|x R}
D = C 1 AC
4y (1) + y (i) = 4y + yi E (3) = {4y + yi|y R}
Su principal propiedad es que sus determinantes son iguales, y tienen el mismo
Siendo estos u
ltimos los espacios caractersticos del operador lineal. polinomio caracterstico. Un operador lineal puede tener matrices asociadas

2 Ing. Aldo Jimenez Arteaga


Algebra Lineal - 2016

similares, donde una de ellas es diagonal. Localizar dicha matriz diagonal se Comprobacion:
conoce como diagonalizaci
on.
1 1 1 2 0 0 0 1 0
1
La matriz C esta formada con una base de vectores propios dispuestos en co- D = 2 0 0 2 0 2 1 0 1
lumna; la matriz diagonal D contiene a los valores propios del operador lineal. 2
1 1 1 2 2 0 1 1 1
No todas las matrices pueden diagonalizarse.
1 1 1

0 2 0

1
Ejemplo = 2 0 0 2 0 2
2
1 1 1 2 2 2
Determina si la matriz

4 0 0

2 0 0 1
= 0 4 0
B = 2 0 2 2
0 0 4
2 2 0
es diagonalizable. 2 0 0
D = 0 2 0
Primero se obtendr
an los valores propios de la matriz: 0 0 2
 
 2 0 0  Como se menciono anteriormente, no todas las matrices tienen una matriz
2  = (2 ) 2 4


 2 similar diagonal. Las condiciones necesarias para que una matriz A sea diago-

 2 2  nalizable son:
0 = (2 ) ( 2) ( + 2) 1 = 2, 2 = 2
A es una matriz simetrica o hermtica.
Con los valores propios se obtendr
an los espacios caractersticos: los valores propios son diferentes entre s.
la suma de las dimensiones de los espacios caractersticos es igual al orden
Para 1 = 2: de la matriz.
4 0 0 x 0
2 existe una base del espacio vectorial formada por vectores propios.
2 2 y = 0
A es un m ultiplo de la matriz identidad.
2 2 2 z 0
x = 0, y = z E (2) = {(0, z, z) |z R}
Para 2 = 2:
0 0 0 x 0
2 2 2 y = 0
2 2 2 z 0
z = x + y E (2) = {(x, y, x + y) |x, y R}
Como el orden de la matriz es 3, entonces la base de vectores propios contie-

ne tres elementos. Estos son v1 = (0, 1, 1) E (2) y v2 = (1, 0, 1) , v3 =
(0, 1, 1) E (2), donde la base es B = {(0, 1, 1) , (1, 0, 1) , (0, 1, 1)}.

Finalmente, la matriz diagonalizadora C ser

a cada vector de la base B en forma
de columna:

0 1 0 1 1 1
1
C = 1 0 1 , C 1 = 2 0 0
2
1 1 1 1 1 1

3 Ing. Aldo Jimenez Arteaga