Valores y Vectores Propios Profesores Omar Darı́o Saldarriaga Ortı́z Iván Dario Gómez Hernán Giraldo 2009 Definición Sea A una matriz de tamaño n×n, decimos que λ es un valor propio de A si existe un vector v tal que Av = λv. En este caso decimos que v es un vector propio de valor propio λ. Teorema Sea A una matriz de tamaño n×n, entonces λ es un valor propio si y solo si det(A − λI) = 0. Definición Sea A una matriz de tamaño n×n, decimos que λ es un valor propio de A si existe un vector v tal que Av = λv. En este caso decimos que v es un vector propio de valor propio λ. Teorema Sea A una matriz de tamaño n×n, entonces λ es un valor propio si y solo si det(A − λI) = 0. Definición Sea A una matriz de tamaño n×n, definimos el polinomio caracteristico pA (λ) de A por pA (λ) = det(A − λI). Definición Sea A una matriz de tamaño n×n, decimos que λ es un valor propio de A si existe un vector v tal que Av = λv. En este caso decimos que v es un vector propio de valor propio λ. Teorema Sea A una matriz de tamaño n×n, entonces λ es un valor propio si y solo si det(A − λI) = 0. Definición Sea A una matriz de tamaño n×n, definimos el polinomio caracteristico pA (λ) de A por pA (λ) = det(A − λI). Ejemplo 4 −5 Sea calcular los valores y vectores propios de A. 2 −3 Teorema Sea A una matriz de tamaño n×n y sean v1 , . . . , vk vectores propios con valores propios λ1 , . . . , λk , respectivamente. Si los λi son diferentes entre si entonces los vectores v1 , . . . , vk son linealmente independientes. Ejemplo 4 −5 Sea calcular los valores y vectores propios de A. 2 −3 Teorema Sea A una matriz de tamaño n×n y sean v1 , . . . , vk vectores propios con valores propios λ1 , . . . , λk , respectivamente. Si los λi son diferentes entre si entonces los vectores v1 , . . . , vk son linealmente independientes. Definición Sea A una matriz de tamaño n×n, el conjunto Eλ = {v : Av = λv} se llama el subespacio propio de valor propio λ. Ejemplo 4 −5 Sea calcular los valores y vectores propios de A. 2 −3 Teorema Sea A una matriz de tamaño n×n y sean v1 , . . . , vk vectores propios con valores propios λ1 , . . . , λk , respectivamente. Si los λi son diferentes entre si entonces los vectores v1 , . . . , vk son linealmente independientes. Definición Sea A una matriz de tamaño n×n, el conjunto Eλ = {v : Av = λv} se llama el subespacio propio de valor propio λ. Observaciones Eλ = N ul(A − λI) y por tanto Eλ es un subespacio de Rn . Definición Sea A una matriz de tamaño n×n y sean λ1 , . . . λk los valores propios de A, 1 2 Decimos que la multiplicidad algebráica de λi es k si (λ − λi )k es la máxima potencia de λ − λi que divide a pA (λ). La multiplicidad geométrica de λi esta dada por dim Eλi . Observaciones Eλ = N ul(A − λI) y por tanto Eλ es un subespacio de Rn . Definición Sea A una matriz de tamaño n×n y sean λ1 , . . . λk los valores propios de A, 1 2 Decimos que la multiplicidad algebráica de λi es k si (λ − λi )k es la máxima potencia de λ − λi que divide a pA (λ). La multiplicidad geométrica de λi esta dada por dim Eλi . Definición Sean X = {x1 , . . . , xn } una base de Rn y v ∈ Rn , sabemos que existen escalares a1 , . . . , an talque v = a1 v1 + · · · + an vn y que esta representación es única. Entonces decimos que el vector v en términos de la base X está dado por a1 vX = ... . an Ejemplo 1 1 5 x1 = , x2 = . Nótese que v = = 3x1 + 2x2 , −1 1 −1 3 entonces tenemos que vX = . 2 Sea X = Definición Sean X = {x1 , . . . , xn } una base de Rn y v ∈ Rn , sabemos que existen escalares a1 , . . . , an talque v = a1 v1 + · · · + an vn y que esta representación es única. Entonces decimos que el vector v en términos de la base X está dado por a1 vX = ... . an Ejemplo 1 1 5 x1 = , x2 = . Nótese que v = = 3x1 + 2x2 , −1 1 −1 3 entonces tenemos que vX = . 2 Sea X =