REPRESENTACIN POR MATRICES Sean V y W espacios vectoriales sobre un cuerpo K , tales que dim V = n , dim W = m y T: V W una transformacin lineal.

. Si B = { v1 ,...,vn } es una base ordenada de V y B`= { w1,...,wm} una base ordenada de W, se define la matriz de T respecto al par de bases ordenadas B y B` como la matriz [ T ]BB` M mxn(K) donde la columna j-sima de [ T ]BB` est dada por [ T (vj )]B` . Ejemplos 1. - Sea T: IR2 IR3 , definida por T( x, y ) = ( x - y, x , x + y). Consideremos las bases ordenadas B = { ( 1,0) , ( 1,1) } y B` = {( 1,0,0), ( 1,1,0) , ( 0,1,1) } de IR2 y IR3 respectivamente. Entonces: T( 1,0) = ( 1,1,1) = 1( 1,0,0) + 0(1,1,0) + 1( 0,1,1) T (1,1) = ( 0,1,2) = 1(1,0,0) + ( -1)( 1,1,0) + 2( 0,1,1) donde los escalares de las combinaciones lineales nos permiten escribir las matrices de coordenadas 1 1 [T ( 1,0)]B = 0 y [T ( 1,1)]B` = 1 , las cuales son las columnas de la 1 2 1 1 matriz [ T ]BB` = 0 1 1 2 2. - Sean B = {( 1,1,0), ( 1,0,1), ( 0,0,1) } y B`= {1 + x, 1 - x2, 1 + x + x2} bases ordenadas de IR3 y P2 ( IR) respectivamente. 0 1 2 Sea A = 0 0 1 la matriz que representa una transformacin lineal T:IR3 P2 (IR ) con 1 1 1 respecto a las bases B y B`. Encontrar T(a,b,c) para (a,b,c)IR3. Solucin Por la construccin de la matriz [ T ]BB` , se tiene que 0 1 [T ( 1,1,0)]B` = 0 , [T( 1,0,1) ]B` = 0 y [T ( 0,0,1) ]B` = 1 1 2 Luego T ( 1,1,0) = 0 ( 1 - x) + 0(1 - x ) + 1( 1 + x + x2) = 1 + x + x2 T ( 1,0,1) = 1( 1 + x) + 0(1 - x2) + 1( 1 + x + x2) = 2 + 2x + x2 T ( 0,0,1) = 2( 1 - x) + 1(1 - x2) - 1( 1 + x + x2) = 2 + x - 2x2

Como ( a, b, c) = b( 1,1,0) + ( a - b)( 1,0,1) + (c a + b)( 0,0,1) aplicando T a la igualdad , se tiene que T( a,b,c) = bT(1,1,0) + (a - b)T(1,0,1) + (c a + b)T(0,0,1) T( a,b,c) = b(1 + x + x2) + (a - b)( 2 + 2x + x2) + (c a + b)( 2 + x - 2x2) T( a,b,c) = ( b + 2c) + (a + c)x + ( 3 a - 2b - 2c)x2 . Teorema Sean V y W espacios vectoriales sobre un cuerpo K,tales que dim V= n y dimW= m. Sean B y B` bases ordenadas de V y W respectivamente. Si T: V W es una transformacin lineal, entonces[T(v)]B = [T ]BB` [v ]B , v V.

Ejemplo. Encontraremos T(a,b,c) del ejemplo anterior usando este teorema: [ T (v)]B` = [T ]BB` [v ]B , v IR3 . Por lo tanto 0 1 2 Valores [T ( a,b,c) ]B` = 0 0 1 [(a,b,c)]B y Vectores Propios 1 1 1 Departamento de Matemticas, CSI/ITESM a Como (a,b,c) = b( 1,1,0) + (a - b)( 1,0,1) + (c a + b)(0, 0,1) se tiene que el vector de coordenadas de ( a , b , c ) con respecto a 1 de abril de 2009 la base B es b [( a,b,c)]B = a b Indice c a + b
9.1. Deniciones . . . . . . . . . . . . . . . . . . . . 9.2. Determinacin de los 0 1 propios . b . . . . o . valores 2 9.3. El teorema del factor . . . . . . . . . . . . . 0 0 1 . . a b = Por lo tanto [T(a,b,c)]B` = 9.4. Multiplicidad algebraica de un valor propio . . 9.5. Espacios Invariantes 1 . 1 . ..1 c.. a. + b . . . . . . . . 9.6. Multiplicidad geomtrica de un valor propio . . e . . . . . . . . . . . a + b . .2. . . . . . + c. . . . . . . . c. a + b . ,. . . . . . . . . . . .2a . .b.. c. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

as las coordenadas de T ( a , b , c ) en la base B

9.1. Deniciones

1 2 5 6 6 7

T(a,b,c) = ( -a + b + 2c)(1 + x) + (c a + b)( 1 - x2) + (2a- b - c)(1 + x + x2) Denici T(a,b,c) = ( on+ 2c) + ( a + c)x + (3a - 2b - 2c)x2. b
Sea A una matriz cuadrada, un nmero real se dice que es un valor propio o un eigenvalor o un valor u caracter stico de A si existe un vector, diferente del vector cero, x tal que: Ax = UNA MATRIZ. VALORES Y VECTORES PROPIOS DEx

Sea A unaes un vector que al transformarlo mediante la Ax = x consisteA el calcular los escalares Es decir, matriz cuadrada , resolver la ecuacin multiplicacin por en vector resultante mantiene o llamados on, posiblemente slo suvectores columna x llamados vectores propios . llama vector propio o valores propios y los longitud y/o sentido se modique. El vector x se Podemos averiguar su direcci o si el problema planteado tiene solucin y escribimos ( A - I) x = 0. eigenvector asociado al valor propio .
Ejemplo Para la matriz A indique cules vectores son vectores propios. a A= v1 = 1 1 , v2 = 2 3 1 2 2 1 , v3 = 1 1 , v4 = 0 2

9.2.

Determinacin de los valores propios o

Solucin o Sea o un valor propio de vector por la matriz AA,ver existe unresultante es un mcero de xo tal que: Debemos multiplicar cada la matriz cuadrada y as el vector vector diferenteultiplo escalar del vector. si 1 2 1 3 Av1 = Axo = o xo = o In xo= 3 = 2 1 1 3 1 1

Por tanto: vector propio de A asociado al valor propio 3. v1 s es Axo o In xo = (A o In ) xo = 0

1 2 2 8

Avque Si B = A o In lo anterior signica 2 = el2sistema 3 = eneo n= kn 3 homog 7 1 v2 no es vector propio de A. 1 2

Bx = 0
1 1 1

tiene adems de la solucin trivial otra solucin (x = xo = 0). Por consiguiente, no tiene solucin unica. a o o o Av3 = = = 1 2 1 1 1 1 por tanto, el determinante de la matriz B debe ser cero: v3 s es vector propio de A asociado al valor propio -1. det(B) = det (A o In ) = 0. 1 2 0 4 0 Av4 = = =k Resumiendo: 2 1 2 2 2 Todo es vector propio de ser z stico asociado a A: v4 no valor propio o debeA. ra del polinomio caracter Ejercicio 1 pA () = det (A In ) Cules son vectores propios a la matriz a y un vector propio asociado al valor propio 33 solucin27 debe ser 51 o al sistema homogneo: e 2 2 2 57 (A n 83 I 0 A = )4x = 121 4 4
57 4

(1)

(2)

Ejemplo Determine los valores y los vectores propios 1 correspondientes de6las matrices: 3 4 1 0 3 , 2 , 2 , 8 , 1 , 1 1 2 1 1 1 2 A1 = 2 ,A ,63 = A 5 2 = 2 4 1 2 1 0 1 1 2
Ejemplo Solucin o El vector Para A1 :

75 4

27 4

2 1 2 v= pA () = det (A I2 ) = det 4 2 1 4

1 0 0 1

pA () = det (A In ) y un vector propio asociado al valor propio debe ser solucin al sistema homogneo: o e (A In ) x = 0 Ejemplo Determine los valores y los vectores propios correspondientes de las matrices: A1 = Solucin o Para A1 : pA () = det (A I2 ) = det pA1 () = det 1 2 2 1 0 0 1 2 2 1 = det 1 0 0 1 1 2 2 1 , A2 = 1 1 0 1 , A3 = 1 2 1 2

(1)

(2)

1 2 2 1

pA1 () =

1 2 2 1

= (1 )2 4

pA1 () = 2 2 3 = ( 3) ( + 1) Por tanto, los unicos valores propios de A1 son 1 = 3 y 2 = 1. Vector propio para 1 = 3 Debe ser solucin al sistema homogneo: o e (A1 I2 ) x = 0 Es decir: 1 2 2 1 (3) 3
2 2 0 2 2 0 1 1 0 0 0 0

1 0 0 1

x=0

Desarrollando y nalmente aplicando Gauss-Jordan: 13 2 2 13 x=0

Convirtiendo en ecuacin y poniendo en la notacin vectorial: o o xy =0x=y Lo anterior indica que cualquier vector de la forma: y 1 1 x y =y 1 1

es un vector propio asociado a 1 = 3; nosotros nos conformaremos con uno: digamos el que se obtiene para y = 1: 1 1 Vector propio para 2 = 1 Debe ser solucin al sistema homogneo: o e (A1 I2 ) x = 0 Es decir: 1 2 2 1 (1) 1 0 0 1 x=0

Desarrollando y nalmente aplicando Gauss-Jordan: 1+1 2 2 1+1 x=0 2 2 0 2 2 0 1 1 0 0 0 0

Convirtiendo en ecuacin y poniendo en la notacin vectorial: o o x + y = 0 x = y Lo anterior indica que cualquier vector de la forma: y 1 1 x y =y 1 1

es un vector propio asociado a 2 = 1; nosotros nos conformaremos con uno: digamos el que se obtiene para y = 1: 1 1 Para la matriz A2 : pA2 () = det 1 1 0 1 pA2 () = 0 0 = det 1 1 0 1

1 1 0 1 4

= (1 )2

es un vector propio asociado a 2 = 1; nosotros nos conformaremos con uno: digamos el que se obtiene para y = 1: 1 1 Para la matriz A2 : pA2 () = det 1 1 0 1 pA2 () = 0 0 = det 1 1 0 1

1 1 0 1

= (1 )2

Por tanto, el unico valor propio de A2 es 1 = 1. Vector propio para 1 = 1 4 Debe ser solucin al sistema homogneo: o e (A2 I2 ) x = 0 Es decir: 1 1 0 1 (1) 1 0 0 1 x=0

Desarrollando y nalmente aplicando Gauss-Jordan: 11 1 0 11 x=0 0 1 0 0 0 0 0 1 0 0 0 0

Convirtiendo en ecuacin y poniendo en la notacin vectorial: o o y=0 Lo anterior indica que cualquier vector de la forma: x 1 0 x y =x 1 0

es un vector propio asociado a 1 = 1; nosotros nos conformaremos con uno: digamos el que se obtiene para y = 1: 1 0 Para la matriz A3 : pA3 () = det El polinomio caracter stico queda: pA3 (t) = t2 3 t + 4 Como este polinomio tiene ra ces complejas, A3 no tiene valores ni vectores propios Ejercicio 3 En matrices de 3x3 el proceso es similar , para determinar las races del polinomio caracterstico se aplican las propiedades de caracter Determine el polinomio los determinantes. stico, los valores propios, y vectores propios asociados a la matriz: 1 2
7 4 11 8 9 4

1 2 1 2

0 0

= det

1 2 1 2

A = 5 4 15 4

63 8

5 8
17 8

9.3.

El teorema del factor

De los cursos bsicos de ecuaciones algebraicas es importante recordar el teorema del factor: a Teorema 9.1 Sea p(x) un polinomio. Un nmero c es ra del polinomio p(x), es decir p(x = c) = 0 si y slo si u z o x c divide a p(x). Es decir, al hacer la divisin de p(x) entre x c el residuo es cero. o 5