VALORES Y VECTORES PROPIOS

1. Definiciones
Se definen a continuación los conceptos de valor y vector
propio:
• Los valores propios de una matriz A, son las raíces de su
polinomio característico:
det [ A − λ I ] = 0
Según la naturaleza de los valores propios, se distinguen
los siguientes casos:
° Raíz real con orden de multiplicidad uno
° Raíz compleja con orden de multiplicidad uno (al ser
una matriz de coeficiente real, también existirá el
valor propio complejo conjugado).
° Raíz real o compleja con orden de multiplicidad
mayor que uno.
• Vector propio asociado a una matriz A y valor propio λ:
Vector u que cumple:
Au = λ u

2. Diagonalización de una matriz en cajas de Jordan

Cualquier matriz A, de dimensión nxn, se puede
diagonalizar en cajas de Jordán, mediante una
transformación lineal:
⎡C1 0 L 0 ⎤
⎢0 C L 0 ⎥
A ⇒ A = T −1 AT = ⎢ ⎥
~ 2
⎢M M O M ⎥
⎢0 0 L C ⎥
⎣ n⎦

Valores y Vectores Propios Pág. 1

Una matriz diagonal en cajas de Jordan presenta la
siguiente estructura para cada caja, en función de los
valores propios:
° Un valor propio real de orden de multiplicidad uno
[ ]
produce la siguiente caja: λ 1
° Un valor propio complejo y su conjugado de orden
de multiplicidad uno, produce la siguiente caja:
⎡ a b⎤ ⎡λ 0⎤
En ℜ ⇒ ⎢ ⎥ ; En C ⇒ ⎢0 λ ⎥
⎣ − b a ⎦ ⎣ ⎦
° Un valor propio real de orden de multiplicidad
mayor que uno (por ejemplo dos), puede originar
distintas cajas:
⎡λ 0 ⎤ ⎡λ 1 ⎤
⎢0 λ ⎥ o ⎢ 0 λ⎥
⎣ ⎦ ⎣ ⎦
El que se produzca una u otra situación depende sólo
de la matriz inicial A.
Así, por ejemplo, se muestra la imposibilidad de
diagonalizar la matriz:
⎡λ 1 ⎤
A=⎢ ⎥
⎣ 0 λ⎦
Mediante una matriz T
~ −1 ⎡λ 0 ⎤ ⎡ t11 t12 ⎤
A = T AT = ⎢ ⎥ con T = ⎢ ⎥
⎣ 0 λ ⎦ ⎣t21 t22 ⎦
Debería cumplirse:
~ ⎡ t11 t12 ⎤ ⎡λ 0 ⎤ ⎡λ 1 ⎤ ⎡ t11 t12 ⎤
TA = AT ⇒ ⎢ ⎥ ⎢0 λ ⎥ = ⎢0 λ ⎥ ⎢t ⎥
⎣ 21 22 ⎦ ⎣
t t ⎦ ⎣ ⎦ ⎣ 21 t22 ⎦
O elemento a elemento

Valores y Vectores Propios Pág. 2

 λ t11 + t21 = λ t11 λ t12 + t22 = λ t12
λ t21 = λ t21 λ t22 = λ t22
Que para que se cumpla obliga a que
t21 = 0 ; t22 = 0
Esto no es posible que se produzca a la vez, por lo
que no existe una matriz T que permita el cambio.
° Valor propio complejo de orden de multiplicidad
mayor que uno. La situación es similar al anterior
punto.
La matriz T tiene m conjuntos de vectores columnas, cada
uno correspondiente a una caja, siendo la dimensión de
cada conjunto igual a la dimensión de la caja
correspondiente.

3. Cálculo del vector propio asociado a un valor

propio y de la matriz de transformación
En el presente apartado se plantea el problema de la
obtención del vector propio u, asociado al valor propio λ en
la matriz A, aspecto íntimamente relacionado al de la
construcción de la matriz de transformación T. Para cada
valor propio distinto, que a su vez origina una caja de
Jordan, se va a determinar el conjunto de vectores columnas
que conforman la matriz T. Según la naturaleza de las cajas
de Jordan se presentan los siguientes casos:
° Valor propio real simple:
Au = λ u ⇒ ( A − λ I )u = 0
El vector propio se obtiene resolviendo un sistema
de n ecuaciones y n incógnitas. Este valor propio
aporta a la matriz T el mencionado vector propio.

Valores y Vectores Propios Pág. 3

° Valor propio complejo: Si se trabaja en el plano
complejo, el tratamiento es similar al caso anterior.
Si se trabaja en el plano real, para una matriz A, con
valores propios (a ± j b) y con vectores propios (u ±
j v), se cumple:
⎡ a b⎤
A = T −1 AT = ⎢ con T = [ u v]
~
− ⎥
⎣ b a ⎦
El valor propio complejo y su conjugado, aportan a
la matriz T dos vectores, que se corresponden con la
parte real e imaginaria del vector propio
correspondiente.
Para calcular el vector propio, se opera:
⎡ a b⎤
TA = AT ⇒ [ u v] ⎢ ⎥ = A[ u v] ⇒
~
⎣ − b a ⎦
⎧ Au = au − bv ⎛ − 1 ⎞ A − aI u
⎨ ⇒ v = ⎜ ⎟( )
⎩ Av = bu + av ⎝ b ⎠
Sustituyendo en la segunda ecuación se obtiene:
⎛ 1⎞ a
⎜ − ⎟ A ( A − aI ) u = bu − ( A − aI ) u ⇒
⎝ b⎠ b
⎡⎛ 1 ⎞ 2 2 a a2 ⎤
⎢⎜⎝ − ⎟⎠ A + A − bI − I⎥ u = 0
⎣ b b b ⎦
Se resuelve un sistema de n ecuaciones y n
incógnitas, y se obtiene el vector u y sustituyendo se
calcula el vector v.
Se puede demostrar que la matriz de cambio T esta
formado por la parte real e imaginaria del vector
propio. Así se cumple:

Valores y Vectores Propios Pág. 4

 ⎧ A (u + jv) = ( a + jb) (u + jv)
⎨ ⇒
⎩ (
A u − jv ) (
= a − jb )( u − jv )
⎧ Au + jAv = au − bv + j ( av + bu)
⎨ ⇒
⎩ Au − jAv = au − bv − j ( av + bu )
Igualando la parte real e imaginaria de cada
ecuación:
⎧ Au = au − bv ⎡ a b⎤
⎨ ⇒ A [ u v] = [ u v] ⎢ ⎥
⎩ Av = av + bu ⎣− b a ⎦
Que demuestra lo propuesto.
° Valor propio real de orden de multiplicidad mayor
que uno.
Al resolver la ecuación
Au = λ u ⇒ ( A − λ I )u = 0
para un valor propio de orden de multiplicidad
mayor que uno, se puede hallar una variedad lineal
de vectores propios cuya dimensión o bien coincida
con el orden de multiplicidad del valor propio (en
éste caso se comporta como varios valores propios
simples) o por el contrario sea menor que el orden de
multiplicidad. En éste caso no coincide el número de
valores propios y vectores propios, siendo la caja de
Jordan asociada igual a una matriz diagonal con una
sub-diagonal superior de unos.
Una vez hallado el vector propio u asociado al valor
propio, se plantea cómo conseguir en la matriz de
transformación T la aportación de este valor propio.
Así para el caso de que el orden de multiplicidad sea
2, la aportación será de dos vectores columnas que

Valores y Vectores Propios Pág. 5

se expresan como: T = [ u x ] siendo conocido u y
desconocido x. Se cumplirá:
⎡λ 1 ⎤
A = T −1 AT = ⎢ con T = [ u x ]
~
⎥
⎣0 λ ⎦
⎡λ 1 ⎤
A [ u x] = [ u x] ⎢ ⎥ = [ λ u u + λ x] ⇒
⎣0 λ ⎦
⎧ Au = λ u ⇒ ( A − λ I ) u = 0
⎨
⎩ Ax = u + λ x ⇒ ( A − λ I ) x = u
De esta última ecuación se obtiene el vector x

Valores y Vectores Propios Pág. 6