Sunteți pe pagina 1din 20
Instituto de Matemática Universidad Austral de Chile Transformaciones Lineales 1

Instituto de Matemática

Universidad Austral de Chile

Transformaciones

Lineales

1

Transformaciones Lineales

Transformaciones Lineales Instituto de Matemática Universidad Austral de Chile • Las transformaciones lineales

Instituto de Matemática

Universidad Austral de Chile

• Las transformaciones lineales intervienen en muchas situaciones en Matemáticas y son algunas de las funciones más importantes. En Geometría modelan las simetrías de un objeto, en Algebra se pueden usar para representar ecuaciones, en Análisis sirven para aproximar localmente funciones, por ejemplo.

• Sean

V ,W

espacios vectoriales sobre un mismo cuerpo

K

Una función

T de

V

en W

transforma vectores de

V en vectores de

Impondremos condiciones para que

suma de vectores y multiplicación por escalar, esto es, que sea

equivalente sumar y multiplicar por escalar las preimágenes en

como las imágenes en

T preserve las operaciones de

V

WW

W .

2

Transformaciones Lineales

Transformaciones Lineales Instituto de Matemática Universidad Austral de Chile T V W • T(u) • u

Instituto de Matemática

Universidad Austral de Chile

T
T
V W • T(u) • u • v • T(v) • u+v • T(u) +
V
W
• T(u)
• u
• v
• T(v)
• u+v
• T(u) + T(v)
• au
•T(u+v)
• T(au)
• aT(u)

3

Transformaciones Lineales

Transformaciones Lineales Instituto de Matemática Universidad Austral de Chile Definición : Sean V , W dos

Instituto de Matemática

Universidad Austral de Chile

Definición:

Sean

V ,W

dos espacios vectoriales sobre un cuerpo

K

T :V W

es una transformación lineal de

V en

W si:

: V → W es una transformación lineal de V en W si: Observaciones : 1)

Observaciones:

1) Es usual denotar con los mismos símbolos

+

y

(símbolo que se omite)

la suma y el producto

por escalar definidos sobre los espacios vectoriales

V y W

como se hizo en la definición, que pueden ser diferentes. 2) T también se llama aplicación lineal.

4

Instituto de Matemática Transformaciones Lineales Universidad Austral de Chile 3) T es transformación lineal ⇔
Instituto de Matemática
Transformaciones Lineales
Universidad Austral de Chile
3) T es transformación lineal ⇔ ∀a,b ∈ K, ∀u, v ∈ V ,T (au + bv ) = aT (u ) + bT (v )
4) Transformaciones lineales preservan combinaciones lineales.
Esto es:
Sea
T :V → W
transformación lineal. Entonces, para
a ∈ K
,
v ∈V
,
i =
1,2,
,
n
i
i
T a v + a v +
(
+ a v = a T v + a T v +
)
(
)
(
)
+ a T v
(
)
1
1
2
2
n
n
1
1
2
2
n
n
Se cumple que:
Si
V ,W
son espacios vectoriales sobre un cuerpo
K
y
T :V → W
una transformación lineal.
Entonces:
1) T
(
)
= 0
0 V
W
2)T ( −v ) = −T ( v ) ,
∀v∈V
3)T (v − w ) = T (v ) − T ( w ) , ∀v, w ∈ V
5
Instituto de Matemática Transformaciones Lineales Universidad Austral de Chile Algunas transformaciones lineales: 1)
Instituto de Matemática
Transformaciones Lineales
Universidad Austral de Chile
Algunas transformaciones lineales:
1)
T :
V
W
,
T
(
v
)
=
0
∀v
∈ V
Transformación lineal Nula .
W ,
2)
T :V
V ,
T ( v ) = cv,
∀v ∈ V ,
con
c ∈ K ,
c fijo.
En particular, si c =1:
I
:
V → V
,
I
(
v
)
= v
, ∀v ∈ V
Transformación lineal Identidad .
V
V
3)
Sea
A
M
(
R
)
m
× n
n
m
es transformación lineal.
Entonces
Transformación determinada por la matriz A
T
:
R → R
,
T
(
v
)
= Av
(El producto matricial
Av
está definido si los vectores se
colocan como vectores columnas).
6
Instituto de Matemática Transformaciones Lineales Universidad Austral de Chile No son transformaciones lineales: ya
Instituto de Matemática
Transformaciones Lineales
Universidad Austral de Chile
No son transformaciones lineales:
ya que:
1)
La función determinante
det : M
n (
K
)
→ K
det ( A + B ) ≠ det A + det B,
det (
kA
)
= k
n det
A ≠ k
det
A
,
para
n > 1
2)
Si
V es un espacio vectorial sobre
K y
∈ V
, v
0
v 0
V ,
0
la función traslación por el vector
v
definida por
0
T (
v
)
= v +v
∀v ∈V
ya que
T
(
0
)
= v ≠
0
0
V
0
V
7

Transformaciones Lineales

Transformaciones Lineales Instituto de Matemática Universidad Austral de Chile KERNEL E IMAGEN DE UNA TRANSFORMACION

Instituto de Matemática

Universidad Austral de Chile

KERNEL E IMAGEN DE UNA TRANSFORMACION LINEAL

Definición:

Sean

una transformación lineal

V ,W

espacios vectoriales sobre un cuerpo

K,

con

T :V W

LINEAL Definición: Sean una transformación lineal V , W espacios vectoriales sobre un cuerpo K ,

8

Transformaciones Lineales

Transformaciones Lineales Instituto de Matemática Universidad Austral de Chile T V W • • • •

Instituto de Matemática

Universidad Austral de Chile

T V W • • • • ImT Ker T • 0 • • •
T
V
W
ImT
Ker T
0 •
• • •
0

9

Transformaciones Lineales

Transformaciones Lineales Instituto de Matemática Universidad Austral de Chile Se cumple: 1) 2) KerT es un

Instituto de Matemática

Universidad Austral de Chile

Se cumple:

1)

2)

KerT

es un subespacio vectorial de

V.

La nulidad de

T ,

es la dimensión del kernel de

Im T

es un subespacio vectorial de

W .

El rango de

T es la dimensión de la imagen de

T. Se anota:

T. Se anota:

n (T )

r (T )

3) Sean

Sea

V,W

espacios vectoriales sobre un cuerpo

K con

T :V W

una transformación lineal. Entonces:

dimV < ∞.

dim ( KerT ) + dim ( ImT ) = dimV

10

Instituto de Matemática Transformaciones Lineales Universidad Austral de Chile TRANSFORMACIONES LINEALES INYECTIVAS,
Instituto de Matemática
Transformaciones Lineales
Universidad Austral de Chile
TRANSFORMACIONES LINEALES INYECTIVAS,
SOBREYECTIVAS Y BIYECTIVAS.
Sean
V,W
espacios vectoriales sobre un cuerpo
K,
y T :V → W
una transformación lineal.
Entonces:
1)
T
es inyectiva
⇔ KerT =
{0 }
V
2)
T
es sobreyectiva
⇔ ImT = W
3)
T
es biyectiva
⇔ KerT =
{0 },
Im
T = W
V
11

Transformaciones Lineales

Transformaciones Lineales Instituto de Matemática  

Instituto de Matemática

 
 

Universidad Austral de Chile

 

Sean

 

V,W

espacios vectoriales sobre un cuerpo

K,

 
 

con

dimV = n,

dimW = m

 

Sea

 

T

:V W

una transformación lineal. Entonces:

 
 

1) T

es inyectiva

r (T ) = n

 
 

2) T

es sobreyectiva

 

r (T ) = m

 

Sean

V,W

 

espacios vectoriales sobre un cuerpo

K, y

 

T :V W

 

una transformación lineal. Entonces:

 

{

v

1

, v

2

,

,

v

n

}

genera a

V

{

T

(

v

1

)

,

T

(

v

2

)

,

,

T

(

v

n

)}

genera a

ImT .

 

O sea:

 

Si

{

v

 

, v

v

}

es una base de

 

V,

entonces

 

Im T =

{

T

(

v

1

)

 

T

(

v

 

)

 

T

(

v

 

)}

1

2

,

,

n

,

2

,

,

n

 

12

 
Instituto de Matemática Transformaciones Lineales Universidad Austral de Chile Sean V,W espacios vectoriales sobre
Instituto de Matemática
Transformaciones Lineales
Universidad Austral de Chile
Sean
V,W
espacios vectoriales sobre un cuerpo
K.
{
Sean
v ,v ,
,v
n }
una base de
V y
{w
,
w
,
,
w }
W
1
2
1
2
n
un conjunto de
n vectores arbitrarios
Entonces existe una única transformación lineal
T : V
→ W
tal
que
T (v )
= w
,
i
= 1,2,
,
n
i
i
O
sea: una transformación lineal queda completamente
determinada por sus imágenes en una base del dominio.
13
Instituto de Matemática Transformaciones Lineales Universidad Austral de Chile La composición de transformaciones
Instituto de Matemática
Transformaciones Lineales
Universidad Austral de Chile
La composición de transformaciones lineales es transformación lineal.
Esto es:
Si
T :U → V , S :V → W
entonces
S T :U → W
son dos transformaciones lineales
es transformación lineal.
Sea
T :V → W
una transformación lineal, con
V , W
espacios
vectoriales sobre K
1) T es invertible
existe
− 1
1
1
T
:W
→ V
/
T
T
=
I
, T
T
=
I
V
W
Si T es invertible se dice que es un isomorfismo
2) T :V → W transformación lineal invertible
− 1
⇒ T
:W
→ V
es transformación lineal.
− 1
(
− 1
3)
T
)
= T
14

Transformaciones Lineales

Transformaciones Lineales Instituto de Matemática Universidad Austral de Chile Si V y W T : V

Instituto de Matemática

Universidad Austral de Chile

Si

V y W

T :V W

es un isomorfismo, se dice que los dos espacios vectoriales

V es isomorfo a

W y se anota

son isomorfos o que

V W.

Si dos espacios vectoriales son isomorfos no significa que sean iguales, pero toda propiedad relacionada con la estructura de espacio vectorial que posea uno de ellos se transfiere al otro a través del isomorfismo.

Se cumple que:

Dos espacios vectoriales finito dimensionales son isomorfos si y solo si tienen la misma dimensión.

Esto es,

V ,W

espacios vectoriales de dimensión finita:

V

W

dim V = dimW

15

Transformaciones Lineales

Transformaciones Lineales Instituto de Matemática Universidad Austral de Chile VALORES PROPIOS Y VECTORES PROPIOS

Instituto de Matemática

Universidad Austral de Chile

VALORES PROPIOS Y VECTORES PROPIOS

INTRODUCCIÓN

Los

transformaciones lineales o de matrices que estudiaremos son de

propios de

conceptos

de valores propios y

de vectores

importancia en:

aplicaciones de matemáticas, como :

diagonalización de matrices

rotación de ejes coordenados

soluciones de sistemas de ecuaciones diferenciales lineales

16

Transformaciones Lineales

Transformaciones Lineales Instituto de Matemática Universidad Austral de Chile otras disciplinas , como: • economía

Instituto de Matemática

Universidad Austral de Chile

otras disciplinas, como:

economía

biología

física

mecánica

En esta parte, las matrices serán cuadradas y las funciones serán operadores lineales, esto es, transformaciones lineales de un espacio vectorial en si mismo

17

Transformaciones Lineales

Transformaciones Lineales Instituto de Matemática Universidad Austral de Chile Definición: 1) Sea λ ∈ R o

Instituto de Matemática

Universidad Austral de Chile

Definición:

1) Sea λ ∈ R o C se llama valor propio de A A ∈
1) Sea
λ ∈ R o C se llama valor propio de A
A ∈ M
(
K
),
K = R o C
n
, si:
n
n
∃ v ∈ R
o
C
,
v ≠
0
, tal que
Av = λv.
Cada vector
se llama vector
v,
v ≠ 0,
que satisface
Av = λv,
propio de A,
asociado al valor propio
λ.
2) Sean V espacio vectorial sobre un cuerpo K y T :V → V una
transformación lineal.
λ∈K se llama valor propio de T , si:
∃ v ∈ V
, v ≠
, tal que
0 V
T ( v ) = λv.
Cada vector
v ∈V v ≠
,
que satisface T (v ) = λv,
0 V
se llama vector propio de T , asociado al valor propio λ.

18

Transformaciones Lineales

Transformaciones Lineales Instituto de Matemática Universidad Austral de Chile Los valores propios también se denominan

Instituto de Matemática

Universidad Austral de Chile

Los valores propios también se denominan valores característicos, autovalores o eigenvalores

Los vectores propios también se denominan vectores característicos, autovectores o eigenvectores.

Si λ es valor propio de una matriz A, el conjunto

W λ =

{

v

K

n

/ Av

= λ

v

}

es subespacio vectorial de al valor propio λ.

K

n llamado espacio propio de A asociado

(Observar que 0

W , pero 0 no es vector propio de A)

λ

Si λ es valor propio de una transformación lineal T, el conjunto

W λ =

{v

V /T(v)

= λ

v}

es subespacio vectorial de V llamado espacio propio

de T asociado al valor propio λ. (Observar que 0 W , pero 0 no es vector propio de T)

λ

19

Instituto de Matemática Transformaciones Lineales Universidad Austral de Chile Sea A∈ M n ( K
Instituto de Matemática
Transformaciones Lineales
Universidad Austral de Chile
Sea
A∈ M
n (
K
) . Entonces:
λ es valor propio de A ⇔ Av = λv
, con
v ≠ 0
n
K
⇔ Av =
(
λI
n )
v , con
v ≠ 0
n
K
( I
n identidad de orden
n )
⇔ (
A −
λI
n )
v = 0
n ,
v ≠ 0
K
n
K
⇔ det (
A − λI
n )
= 0
a
− λ
a
… a
11
12
1 n
a
a
a
⇔ 22
21
2 n
con
A =
(
a
)
= 0,
ij
− λ …
a
a
… a
− λ
n
1
n
2
nn
Los valores λ
que satisfacen esta ecuación, son los valores
propios de A.
20
Instituto de Matemática Transformaciones Lineales Universidad Austral de Chile Sea T :V → V transformación
Instituto de Matemática
Transformaciones Lineales
Universidad Austral de Chile
Sea
T :V → V transformación lineal. Entonces:
λ∈ K
es valor propio de
T ⇔ ∃ v ∈ V v ≠
,
0
T
(
v
)
= λv
V ,
⇔ ∃
v ∈ V
, v ≠
0
,
( T − λI
) (
v = 0
)
V
V
V
I
identidad en V
V
v ∈ Ker
(
T − λI
)
,
v ≠
0
V
V
⇔ Ker T − λI
(
)
{0 }
V
V
Así, los vectores propios de T asociados al valor propio λ, son los
vectores no nulos del kernel de la transformación lineal
T - λI
V .
21
Instituto de Matemática Transformaciones Lineales Universidad Austral de Chile POLINOMIO CARACTERISTICO. ECUACION
Instituto de Matemática
Transformaciones Lineales
Universidad Austral de Chile
POLINOMIO CARACTERISTICO.
ECUACION CARACTERISTICA DE UNA MATRIZ
Definición:
Sea
A∈ M
n (
K
)
La matriz característica de
A
es la matriz
A − λI
.
n
(
λ =
)
det
(
A − λI
)
El polinomio característico de
A
es el polinomio
p A
n
La ecuación característica de A es la ecuación
(
λ =
)
det
(
A − λI
)
= 0
p A
n
22
Instituto de Matemática Transformaciones Lineales Universidad Austral de Chile Sean A = ( a )
Instituto de Matemática
Transformaciones Lineales
Universidad Austral de Chile
Sean
A =
(
a
)
∈ M
(
K
)
y
(
λ =
)
det
(
A − λ I
)
el polinomio característico
p A
ij
n
n
de A.
Entonces:
1)
p
(
λ
)
=
det
(
A − λI
)
es un polinomio de grado n.
A
n
2
n
− 1
n
p
A (
λ
)
=
c
+
c λ c λ
+
+ +
c λ
+
c λ
0
1
2
n
− 1
n
2) Los valores propios de la matriz A son las raíces de la ecuación
característica de A, esto es:
λ ∈ K es un valor propio de A
si y sólo si
(
λ =
)
det
(
A − λI
)
= 0
p A
n
23

Transformaciones Lineales

Transformaciones Lineales Instituto de Matemática Universidad Austral de Chile 3) Para determinar los valores propios de

Instituto de Matemática

Universidad Austral de Chile

3) Para determinar los valores propios de A, debemos encontrar las

raíces de su ecuación característica

que tiene n raíces reales y/o complejas, de manera que A n valores propios.

p

A (

λ

)

= 0,

ecuación de grado n

tiene a lo más

Dada

necesariamente distintos entre sí.

Una matriz real, esto es, todos sus elementos son reales, es tal que su ecuación característica podría no tener raíces reales sino complejas.

entonces A tiene exactamente n valores propios, no

AM

n (

C

) ,

24

Instituto de Matemática Transformaciones Lineales Universidad Austral de Chile 4) Sean λ λ , ,
Instituto de Matemática
Transformaciones Lineales
Universidad Austral de Chile
4) Sean
λ λ
,
,
,
λ
todos los valores propios de la matriz A. Entonces:
1
2
n
• La suma de los valores propios de la matriz A es igual a su traza:
+ λ + + λ = trA
,
con
trA = a
+ a
+
+ a
λ 1
2
n
11
22
nn
• El producto de los valores propios de la matriz A es igual al
determinante de A :
⋅ λ
⋅ λ =
det
A
λ 1
2
n
5) A es matriz no invertible (singular) ⇔ λ = 0 es valor propio de A
Basta considerar:
λ= 0 es valor propio de A ⇔ det A = 0 ⇔ A es no invertible o singular
25

Transformaciones Lineales

Transformaciones Lineales Instituto de Matemática Universidad Austral de Chile 6) Algunos autores definen el polinomio

Instituto de Matemática

Universidad Austral de Chile

6) Algunos autores definen el polinomio característico de A en la forma:

p A

(

)

λ =

det

(

λI A

n

)

Ambas definiciones difieren a lo más en el signo, pues

det (

A λI

)

= −

(

1)

n det

(

λI A

)

 

n

n

La ecuación característica queda igual.

26

Transformaciones Lineales

Transformaciones Lineales Instituto de Matemática Universidad Austral de Chile POLINOMIO CARACTERISTICO. ECUACION

Instituto de Matemática

Universidad Austral de Chile

POLINOMIO CARACTERISTICO. ECUACION CARACTERISTICA DE UNA TRANSFORMACIÓN LINEAL

Sean V espacio vectorial de dimensión n y T :V V

una

transformación lineal. Sean

T respecto de dos bases ordenadas distintas B, B ' de V .

A =

T

B ,

A

=

T

B '

[

]

'

[

]

las matrices asociadas a

Entonces:

det (

Así, el polinomio

det

(

A

)

λI =

n

det

(

A λI

'

n

)

A λ I

)

=

det

([

T

]

λ I

 

n

 

B n

) depende sólo del operador

lineal

T y no depende de la base ordenada

B.

El hecho de que un cambio de base no afecta a este polinomio nos permite definir el polinomio característico de una transformación lineal.

27

Instituto de Matemática Transformaciones Lineales Universidad Austral de Chile Sean V un espacio vectorial de
Instituto de Matemática
Transformaciones Lineales
Universidad Austral de Chile
Sean V
un espacio vectorial de dimensión n, B una base ordenada de
V y
T :V → V una transformación lineal.
Se llama polinomio característico del operador lineal T , al polinomio:
(
λ =
)
det
([
T
]
− λI
)
p T
B n
Se tiene que:
grado
p
T (
λ= n =
)
dim
V
λ ∈ K es valor propio de T ⇔ λ es cero del polinomio
característico de
T .
Los valores propios de la transformación lineal T dependen de T
y no dependen de la base escogida para representarla.
28
Instituto de Matemática Transformaciones Lineales Universidad Austral de Chile Sean: V espacio vectorial sobre un
Instituto de Matemática
Transformaciones Lineales
Universidad Austral de Chile
Sean:
V espacio vectorial sobre un cuerpo
K ,
dimV = n,
transformación lineal y
T :V → V
A =
[
T
]
,
la matriz representativa de
T
B
relativa a alguna base
B
de V .
Entonces:
λ ∈ K ,
λ
es valor propio de T ⇔ λ es valor propio de A.
Se cumple que.
1) Si A es matriz cuadrada, entonces
p
A (
A
)
= O
2
n
donde
(
A
)
= a I + a A + a
A
+
+ a
A
n si
(
x
)
= a
+ a x + a x
2 +
+ a
x
p A
p A
0
1
2
n
0
1
2
n
2) Si
T :V → V
es transformación lineal, entonces
p
T (
T
)
= 0
2
n
donde
(
T
)
= a I + a T + a T
2 +
+ a T
n si
(
x
)
= a
+ a x + a
x
+
+ a
x
p T
p T
0
1
2
n
0
1
2
n
29

Transformaciones Lineales

Transformaciones Lineales Instituto de Matemática Universidad Austral de Chile MATRICES SIMILARES Definición: Sean A ,

Instituto de Matemática

Universidad Austral de Chile

MATRICES SIMILARES

Definición:

Sean A , B matrices de orden n. B se dice similar ( o semejante ) a A si existe matriz P de orden n,

invertible, tal que:

1) La similaridad es una relación de equivalencia, en el conjunto

B

= P

1

AP

M

n (

K

) ,

esto es:

A es similar a

A.

B es similar a A, entonces A es similar a B.

Si

 

Si

A

es similar a

B

y B es similar a

C, entonces A

es similar a C

( Por el segundo punto, podemos decir que A y B

son similares ).

30

Transformaciones Lineales

Transformaciones Lineales Instituto de Matemática Universidad Austral de Chile 2) Como: B = P − 1

Instituto de Matemática

Universidad Austral de Chile

2) Como:

B

= P

1

AP

PB = AP, 1)entonces:

A y B son semejantes

existe P matriz invertible de

tal que:

orden n

PB = AP.

La ventaja de esta equivalencia es que sólo se requiere conocer que P es invertible y no calcularla. 3) Sean A, B matrices de orden n, 1)similares entonces:

A y B tiene el mismo polinomio característico y los mismos

valores propios.

4) Sea V un espacio vectorial sobre un cuerpo K , de dimensión finita n, y sean A, A' dos matrices n× n sobre K. Entonces:

A, A ' son similares si y solo si A, A ' representan a la misma

transformación lineal T :V V relativo a bases diferentes de V .

31

Transformaciones Lineales

Transformaciones Lineales Instituto de Matemática Universidad Austral de Chile DIAGONALIZACION Para A matriz cuadrada,

Instituto de Matemática

Universidad Austral de Chile

DIAGONALIZACION

Para A matriz cuadrada, nos interesa saber si existe una matriz similar a A, que sea diagonal.

Si T :V V es una transformación lineal, con V espacio vectorial, nos interesa saber si existe una base de V de modo que la matriz asociada a T en esa base sea matriz diagonal.

Mostraremos que esto no siempre es posible y determinaremos condiciones para que lo sea.

32

Transformaciones Lineales

 
Transformaciones Lineales     Instituto de Matemática
 

Instituto de Matemática

Universidad Austral de Chile

 

¿Pero, por qué interesa que estas matrices sean diagonales?

 

Recordemos que una matriz diagonal

D =

 

(

d

ij

)

de orden n

es tal que todos los elementos de D fuera de la diagonal principal son

ceros:

d

 

0

 

0

 

D

=

11

0

0

d

22

0

 

0

d

  

 
 

 

nn

Se puede anotar:

 

D = diag

(

d

11

,

d

22

,

,

d

nn

)

Cumple con lo siguiente:

 

1) Si

D = diag

'

(

d

'

11

,

d

'

22

,

,

d

'

nn

)

 

es otra matriz diagonal entonces

 

DD '

también es matriz diagonal de orden n,

 

y el producto es:

 

DD = diag

'

(

d

11

d

'

d

22

d

'

d

 

d

'

)

 

11

,

22

,

,

nn

nn

 

33

Transformaciones Lineales

 
Transformaciones Lineales     Instituto de Matemática
 

Instituto de Matemática

Universidad Austral de Chile

 

2)

det

D = d

11

d

22

d

nn

 

det

D

k

= d

k

11

d

k

d

k

donde

 

D

k

= diag

(

d

k

d

k

d

k

)

 

22

 

nn

,

11

,

22

,

 

,

nn

3) D es invertible si y solo si Más aún, en este caso:

 

d

ii

0,

para todo

i =

1,2,

,

n

 

D

1

=

diag

(

1/

d

11

,1/

d

22

,

,1/

d

nn

)

 

4) Los valores propios de la matriz diagonal D son los elementos de la diagonal principal.

 

34

Transformaciones Lineales

Transformaciones Lineales Instituto de Matemática Universidad Austral de Chile MATRIZ DIAGONALIZABLE Definición: Sea A

Instituto de Matemática

Universidad Austral de Chile

MATRIZ DIAGONALIZABLE

Definición:

Sea A matriz de orden n. Se dice que A diagonalizable si es similar a una matriz diagonal.

1) Diagonalizar una matriz A consiste en encontrar una matriz diagonal similar a la matriz A. En tal caso, también se dice que A se puede diagonalizar.

2) Si A es diagonalizable, entonces existe D matriz diagonal de orden

n

tal que A y

D son similares.

Esto es:

Se dice que P diagonaliza a la matriz A.

existe matriz P de orden n invertible tal que

P

1

AP

= D

35

Transformaciones Lineales

Transformaciones Lineales Instituto de Matemática Universidad Austral de Chile 3) Si A es diagonalizable, entonces A

Instituto de Matemática

Universidad Austral de Chile

3) Si A es diagonalizable, entonces A es similar a una matriz diagonal cuyos elementos en la diagonal principal, son los valores propios de

A.

Esto es consecuencia de que si A y D son similares, entonces tienen los mismos valores propios, y si D es matriz diagonal, entonces sus valores propios son sus elementos en la diagonal principal.

4) La mayoría de las matrices no son matrices diagonales, pero muchas de ellas se pueden diagonalizar.

No toda matriz es diagonalizable, esto es, puede no existir una matriz

P tal que

P

1

AP

sea matriz diagonal.

36

Transformaciones Lineales

Transformaciones Lineales Instituto de Matemática Universidad Austral de Chile La siguiente es una condición necesaria y

Instituto de Matemática

Universidad Austral de Chile

La siguiente es una condición necesaria y suficiente para que una matriz sea diagonalizable.

Sea

A es diagonalizable A

AM

n (

K

)

tiene n vectores propios linealmente independientes.

En este caso:

A es similar a una matriz diagonal D,

diagonal principal los valores propios de A, y P es una matriz

cuyas columnas son respectivamente n vectores propios L. I. de A. Esto es, la columna j de P es un vector propio de A, asociado al

valor propio

D

= P

1

AP

donde D tiene en la

λ

j

,

j = 1,2,

,

n

37

Transformaciones Lineales

Transformaciones Lineales Instituto de Matemática Universidad Austral de Chile Vectores propios asociados a valores

Instituto de Matemática

Universidad Austral de Chile

Vectores propios asociados a valores propios distintos, son L.I.

Si A tiene n valores propios distintos, entonces A es diagonalizable.

El recíproco de lo anterior no es cierto. Una matriz puede ser diagonalizable y tener valores propios repetidos.

38

Transformaciones Lineales

Transformaciones Lineales Instituto de Matemática Universidad Austral de Chile TRANFORMACIÓN LINEAL DIAGONALIZABLE Sean:

Instituto de Matemática

Universidad Austral de Chile

TRANFORMACIÓN LINEAL DIAGONALIZABLE

Sean:

V

un espacio vectorial de dimensión finita

T :V V

una transformación lineal.

Sabemos que:

n

T se puede representar mediante muchas matrices diferentes de orden n, una por cada base ordenada en V.

En particular, si respecto a bases

que

son similares, y por tanto, tienen los mismos valores propios. Usamos esto para la definición siguiente.

A y

1

A

2

son las representaciones matriciales de T

B 1 de

y

V ,

con

B 2

P

respectivamente, entonces sabemos

A 1 A

y

2

A 2

=

P

1

A P

1

matriz invertible, esto es,

39

Transformaciones Lineales

Transformaciones Lineales Instituto de Matemática Universidad Austral de Chile Definición: Sea T : V → V

Instituto de Matemática

Universidad Austral de Chile

Definición:

Sea T :V V

una transformación lineal, con V espacio vectorial de

dimensión n. T se dice diagonalizable si existe alguna base B de

V , de modo que la representación matricial de T en dicha base, es una matriz diagonal.

Se dice que la base B diagonaliza al operador T .

Sea T :V V

Entonces:

una transformación lineal tal que

dimV = n

T es diagonalizable si y solo si existe una base B de V de vectores propios de T . Además, si D es la matriz diagonal, entonces los elementos de la diagonal principal de D son los valores propios de T .

40