14

Valores propios y vectores propios

14.1 Definiciones. Cálculo de valores y vectores propios

Los conceptos de valor propio y vector propio para una transformación lineal del espacio
y para una matriz 3 × 3 se definen exactamente como para una transformación lineal del
plano y para una matriz 2 × 2.
Sea T : R3 −→ R3 una transformación lineal y sea λ un escalar. Se dice que λ es un
valor propio de T si existe un vector X de R3 , X = O, tal que

T (X) = λX

Si λ es un valor propio de T , cada vector no nulo X de R3 tal que T (X) = λX se dice

un vector propio de T correspondiente a λ.
Si A es una matriz 3 × 3, se llama valores propios de A y vectores propios de A a los
valores propios y vectores propios de la transformación lineal del espacio cuya matriz es A.
Al igual que en el caso del plano, un vector no nulo X de R3 es un vector propio de
una transformación lineal T del espacio (de una matriz A de orden 3) si y sólo si X y
T (X) ( o X y AX) están en una misma recta que pasa por el origen.

Ejemplo 14.1
Sea P un plano que pasa por el origen y sea S la reflexión respecto al plano P.
Es claro que si X es un vector de P entonces S (X) = X; por otra parte, si Y es
un vector de la recta L que pasa por el origen y es perpendicular al plano P entonces
S (Y ) = −Y (figura 14.1).

Figura 14.1.

453
454 14. Valores propios y vectores propios

Luego, λ = 1 es un valor propio de S y todo vector no nulo X en el plano P es un

vector propio de S correspondiente a λ = 1, ya que para cada uno de dichos vectores X se
tiene que S (X) = X = 1X. Similarmente, λ = −1 es otro valor propio de S y todo vector
no nulo Y sobre la recta L es un vector propio de S correspondiente a λ = −1, pues para
tales vectores Y, se tiene S (Y ) = −Y = −1Y.

Ejemplo 14.2
Consideremos la transformación lineal Dr : R3 −→ R3 . Puesto que para todo X de R3 ,
Dr (X) = rX, se tiene que r es un valor propio de Dr y todo vector no nulo de R3 es un
vector propio de Dr correspondiente a r. Es más, r es el único valor propio de Dr (¿por
qué?).
Lo afirmado para Dr , respecto a valores y vectores propios, es igualmente válido para
la matriz de Dr , la cual es ⎛ ⎞
r 0 0
⎝0 r 0⎠

0 0 r

Ejemplo 14.3
Sea T una transformación lineal con matriz diagonal
⎛ ⎞
λ1 0 0
D = ⎝ 0 λ2 0 ⎠
0 0 λ3
⎛ ⎞
x
Así, para cualquier ⎝ y ⎠ en R3 ,
z
⎛ ⎞ ⎛ ⎞ ⎛ ⎞
x x λ1 x
T ⎝ y ⎠ = D ⎝ y ⎠ = ⎝ λ2 y ⎠
z z λ3 z
En particular,
⎛ ⎞ ⎛ ⎞ ⎛ ⎞
λ1 0 0
T (E1 ) = ⎝ 0 ⎠ = λ1 E1 , T (E2 ) = ⎝ λ2 ⎠ = λ2 E2 , T (E3 ) = ⎝ 0 ⎠ = λ3 E3
0 0 λ3

Luego λ1 , λ2 , λ3 son valores propios de T (de D) y E1 , E2 , E3 son vectores propios

de T (de D) correspondientes a λ1 , λ2 , λ3 respectivamente. Veamos que T no tiene otros
valores propios. ⎛ ⎞
x
Supongamos que λ es un valor propio de T y sea ⎝ y ⎠ un vector propio de T corres-
z
pondiente a λ. Entonces
⎛ ⎞ ⎛ ⎞ ⎛ ⎞ ⎛ ⎞ ⎛ ⎞
x λ1 x x x λx
T ⎝ y ⎠ = ⎝ λ2 y ⎠ y T ⎝ y ⎠ = λ ⎝ y ⎠ = ⎝ λy ⎠
z λ3 z z z λz
por tanto,
λx = λ1 x, λy = λ2 y λz = λ3 z
14.1. Definiciones. Cálculo de valores y vectores propios 455
⎞ ⎛
x
Ahora, como x = 0 o y =  0 (pues ⎝ y ⎠ = O) entonces
 0oz=
z
λ = λ1 o λ = λ2 o λ = λ3
Así que λ1 , λ2 , λ3 son los únicos valores propios de T (de D).

Sea T : R3 −→ R3 una transformación lineal con matriz
⎛ ⎞
a1 a2 a3
A = ⎝ b1 b2 b3 ⎠
c1 c2 c3
y sea λ un escalar. De igual forma que para una transformación lineal del plano, se tiene
que las siguientes afirmaciones son equivalentes:
• λ es un valor propio de T (de A)
• Existe X ∈ R3 , X = O, tal que AX = λX
• El sistema (A − λI3 ) X = O tiene solución no trivial.
• La matriz A − λI3 no es invertible
• det (A − λI3 ) = 0.
La ecuación det (A − λI3 ) = 0, es decir,
 
a1 − λ a2 a3 

 b1 b2 − λ b3  = 0

 c1 c2 c3 − λ
en la cual λ se considera una incógnita, se llama ecuación característica de T (de A).
Desarrollando el determinante, dicha ecuación adquiere la forma
−λ3 + dλ2 + eλ + f = 0 (14.1)
donde d, e y f son ciertas constantes. Las raíces reales de esta ecuación son entonces los
valores propios de T (de A). Como el lado izquierdo de (14.1) es un polinomio de grado 3
en λ entonces dicha ecuación tiene exactamente 3 raíces en los complejos, pudiendo ocurrir
que esas tres raíces sean iguales, que sólo dos de ellas sean iguales o que las tres sean
distintas. Ahora como el grado del mencionado polinomio es 3, podemos asegurar que al
menos una de dichas raíces es real. Esto puede probarse así: Sea p (λ) = −λ3 +dλ2 +eλ+f;
es fácil ver que
lim p (λ) = ∞ y lim p (λ) = −∞
λ→−∞ λ−→∞
Además, por ser p una función polinómica, p es continua en todo el intervalo (−∞, ∞)
y por tanto la gráfica de p corta al eje λ por lo menos una vez, es decir, existe λ0 ∈ R tal
que p (λ0 ) = 0, o sea, existe λ0 ∈ R tal que λ0 es una raíz de la ecuación (14.1).
Si ya sabemos que λ es un valor propio de T (de A), los vectores propios de T (de A)
correspondientes a λ son las soluciones no triviales del sistema homogéneo
(A − λI3 ) X = O
es decir, del sistema
⎛ ⎞⎛ ⎞ ⎛ ⎞
a1 − λ a2 a3 x 0
⎝ b1 b2 − λ b3 ⎠ ⎝ y ⎠ = ⎝ 0 ⎠ (14.2)
c1 c2 c3 − λ z 0
456 14. Valores propios y vectores propios

Al conjunto solución de este sistema lo llamaremos espacio propio de T (de A)

correspondiente a λ y lo denotaremos por Eλ . Ahora, como la matriz de coeficientes del
sistema (14.2) no es invertible (pues λ es valor propio de T (de A)) entonces, como ya
sabemos, el conjunto solución Eλ de (14.2) es una recta que pasa por el origen, o es un
plano que pasa por el origen o es todo R3 .
Como resumen de lo anterior tenemos:

Sea T : R3 −→ R3 una transformación lineal con matriz

⎛ ⎞
a1 a2 a3
A = ⎝ b1 b2 b3 ⎠
c1 c2 c3

• Un número real λ es un valor propio de T (de A) si y sólo si λ es una raíz

de la ecuación característica de T (de A)
 
a1 − λ a2 a3 

 b1 b2 − λ b3  = 0

 c1 c2 c3 − λ

• La transformación T (la matriz A) tiene por lo menos un valor propio y tiene

a lo más tres valores propios distintos.
• Si λ es un valor propio de T (de A), los vectores propios de T (de A)
correspondientes a λ son las soluciones no triviales del sistema homogéneo
⎛ ⎞⎛ ⎞ ⎛ ⎞
a1 − λ a2 a3 x 0
⎝ b1 b2 − λ b3 ⎠ ⎝ y ⎠ = ⎝ 0 ⎠
c1 c2 c3 − λ z 0

• Si λ es un valor propio de T (de A), el espacio propio Eλ es una recta que

pasa por el origen o es un plano que pasa por el origen o es todo R3 .

Ejemplo 14.4
Sea T la transformación lineal del espacio cuya matriz es
⎛ ⎞
1 1 −1
A=⎝ 0 2 0⎠
−1 1 1
Hallar los valores propios de T (de A) y los correspondientes espacios propios.
Solución:
La ecuación característica de T (de A) es
 
1 − λ 1 −1 

 0 2−λ 0  = 0

 −1 1 1 − λ
Calculando el determinante se encuentra que esta ecuación es
 
(2 − λ) λ2 − 2λ = 0
14.1. Definiciones. Cálculo de valores y vectores propios 457

la cual es equivalente a la ecuación

λ (λ − 2)2 = 0

cuyas raíces son los números λ1 = 0 y λ2 = 2, los cuales son los valores propios de T (de
A).
El espacio propio de T (de A) correspondiente a λ1 = 0 es, como sabemos, el conjunto
solución del sistema
⎛ ⎞⎛ ⎞ ⎛ ⎞
1−0 1 −1 x 0
⎝ 0 2−0 0 ⎠⎝ y ⎠ = ⎝ 0 ⎠
−1 1 1−0 z 0

es decir, del sistema ⎛ ⎞⎛ ⎞ ⎛ ⎞

1 1 −1 x 0
⎝ 0 2 0⎠ ⎝ y ⎠ = ⎝ 0 ⎠
−1 1 1 z 0
Resolviendo este sistema se obtiene que dicho espacio propio es
⎧⎛ ⎞  ⎛ x ⎞ ⎛ z ⎞⎫
⎨ x ⎬
E0 = ⎝ y ⎠ ∈ R3 ⎝ y ⎠=⎝ 0 ⎠
⎩ ⎭
z z z
⎧⎛ ⎞  ⎛ x ⎞ ⎛ ⎞⎫
⎨ x 1 ⎬
= ⎝ y ⎠ ∈ R3 ⎝ y ⎠ = z⎝ 0 ⎠
⎩ ⎭
z z 1

⎛ Observe
⎞ que E0 es una recta que pasa por el origen, la recta generada por el vector
1
⎝ 0 ⎠.
1
Por último, el espacio propio de T (de A) correspondiente al valor propio λ2 = 2 es el
conjunto solución del sistema
⎛ ⎞⎛ ⎞ ⎛ ⎞
1−2 1 −1 x 0
⎝ 0 2−2 0 ⎠ ⎝ y ⎠ = ⎝ 0 ⎠
−1 1 1−2 z 0

es decir, del sistema ⎛ ⎞⎛ ⎞ ⎛ ⎞

−1 1 −1 x 0
⎝ 0 0 0 ⎠ ⎝ y ⎠ = ⎝ 0 ⎠
−1 1 −1 z 0
Resolviendo este sistema se encuentra que
⎧⎛ ⎞  ⎛ x ⎞ ⎛⎞⎫
⎨ x y−z ⎬
E2 = ⎝ y ⎠ ∈ R3 ⎝ y ⎠=⎝ y ⎠
⎩ ⎭
z z z
⎧⎛ ⎞  ⎛ ⎞ ⎛ ⎞ ⎛ ⎞⎫
⎨ x x 1 −1 ⎬
= ⎝ y ⎠ ∈R 3 ⎝ y ⎠ = y⎝ 1 ⎠+z⎝ 0 ⎠
⎩ ⎭
z z 0 1
458 14. Valores propios y vectores propios

⎛ Observe
⎞ ⎛ que E⎞2 es un plano que pasa por el origen, el plano generado por los vectores
1 −1
⎝ 1 ⎠y⎝ 0 ⎠.
0 1
La situación relativa entre los espacios propios E0 y E2 es como se ilustra en la figura
14.2

Figura 14.2.

Ejemplo 14.5
Sea θ tal que 0 ≤ θ < 2π. Consideremos la transformación lineal Rzθ , la cual rota cada
vector de R3 un ángulo de θ radianes alrededor del eje z. Como ya se sabe,
⎛ ⎞
cos θ −senθ 0
m (Rθz ) = ⎝ senθ cos θ 0⎠
0 0 1

Hallemos los valores propios y los espacios propios de esta transformación.

La ecuación característica de Rzθ es
 
cos θ − λ −senθ 0 

 senθ cos θ − λ 0  = 0

 0 0 1 − λ

Calculando el determinante encontramos que esta ecuación es

 
(1 − λ) (cos θ − λ)2 + sen2 θ = 0

la cual es equivalente a la ecuación

 
(1 − λ) λ2 − 2 (cos θ) λ + 1 = 0 (14.3)

cuyas raíces son los números

λ=1 y λ = cos θ ± isenθ

Ahora, λ = cos θ ± isenθ es real si y sólo si senθ = 0, es decir, si y sólo si θ = 0 o θ = π.

Se presentan entonces los siguientes casos:
Caso 1. θ = 0 y θ = π
En este caso la ecuación (14.3) tiene una raíz real, la cual es λ = 1, y dos raíces no
reales, las cuales son λ = cos θ ± isenθ. Por tanto, λ = 1 es el único valor propio de Rθz .
14.1. Definiciones. Cálculo de valores y vectores propios 459

El espacio propio E1 de Rθz correspondiente a λ = 1 está conformado por los vectores

X de R3 tales que
Rzθ (X) = 1X
es decir, por los vectores de R3 que Rθz deja fijos.
Evidentemente esos vectores son los que están sobre el eje z y por lo tanto el espacio
propio E1 es el eje z.
Caso 2. θ = 0
Es claro que en este caso Rθz es la transformación identidad I, y como

I (X) = X = 1X

para todo X de R3 entonces λ = 1 es el único valor propio y el espacio propio E1 es todo

R3 .
Nótese que en este caso λ = 1 es la única raíz de la ecuación (14.3); ella se repite tres
veces.
Caso 3. θ = π
En este caso la ecuación (14.3) tiene dos raíces reales distintas; una es λ = 1, la cual
aparece sólo una vez, y la otra es λ = −1, la cual aparece dos veces. Así que los valores
propios de Rπz son λ = 1 y λ = −1.
El espacio propio E1 de Rπz correspondiente a λ = 1 es, como en el caso 1, el eje z, pues
los vectores del eje z son los únicos vectores de R3 que permanecen fijos bajo Rzπ .
¿Y cuál es el espacio propio E−1 de Rπz correspondiente a λ = −1?
Veamos: Como ⎛ ⎞
−1 0 0
m (Rπz ) = ⎝ 0 −1 0⎠
0 0 1
se tiene que E−1 es el conjunto solución del sistema
⎛ ⎞⎛ ⎞ ⎛ ⎞
−1 − (−1) 0 0 x 0
⎝ 0 −1 − (−1) 0 ⎠⎝ y ⎠ = ⎝ 0 ⎠
0 0 1 − (−1) z 0

es decir, el conjunto solución del sistema

⎛ ⎞⎛ ⎞ ⎛ ⎞
0 0 0 x 0
⎝0 0 0⎠ ⎝ y ⎠ = ⎝ 0 ⎠
0 0 2 z 0

el cual es el plano con ecuación z = 0, es decir, el plano xy.

Así que el espacio propio E−1 de Rπz es el plano xy, como era de esperarse, pues los
vectores X de dicho plano son los únicos vectores de R3 tales que

Rπz (X) = (−1) X

Resumiendo, tenemos que:

• Si θ = 0 y θ = π, el único valor propio de Rθz es λ = 1 y E1 es el eje z.
• Si θ = 0 entonces Rθz = I y así el único valor propio de Rzθ es λ = 1 y E1 es todo R3
• Si θ = π, los valores propios de Rθz son λ = 1 yλ = −1; E1 es el eje z y E−1 es el plano
xy.