109

109
CAPTULO 6
DIAGONALIZACIN

6.1 INTRODUCCIN

Consideremos los vectores
( )
1
1, 2 u = y
( )
2
1,1 u = de
2
. Es fcil verificar que
{ }
1 2
, B u u = es
una base de
2
. Definamos
2 2
: T tal que
1 1
( ) 3 T u u = ,
2 2
( ) 6 T u u = extendida linealmente.
Por otra parte consideremos
{ }
1 2
, C e e = la base cannica de
2
. Un clculo directo nos muestra
que las coordenadas de
1
e y
2
e en B son ( ) ( )
1 2
1 3 3
,
B
coord e

= y
( ) ( )
1 1
2 3 3
,
B
coord e = .
De aqu que
( ) ( ) ( ) ( ) ( )
1 2 1 2
1 1 2 1 2 1 2 3 3 3 3
4 3, 6 T e T u u T u T u u u = = = + = y

( ) ( ) ( ) ( ) ( )
1 1 1 1
2 1 2 1 2 1 2 3 3 3 3
2 3, 0 T e T u u T u T u u u = + = + = = y la matriz asociada a T en la base C
es
( )
3 3
6 0
C C
T
| |
=
|
\ .
. A partir de la definicin de T se puede calcular inmediatamente la matriz
asociada a T en la base B obtenindose
( )
3 0
0 6
B B
T
| |
=
|

\ .
. Comparemos ambas matrices.
Habitualmente trabajamos con la matriz asociada a una transformacin lineal en la base cannica
pero claramente en este caso
( )
B B
T es ms sencilla que
( )
C C
T porque es una matriz diagonal.
Esta caracterstica la convierte en una matriz fcilmente manejable.
Por este motivo, dado un operador lineal ser de nuestro inters hallar una base de un espacio
vectorial para la cual la matriz asociada sea lo ms sencilla posible y preferentemente que sea una
matriz diagonal.
Si observamos en detalle nuestro ejemplo veremos que
( )
B B
T es diagonal porque
1 1 2
( ) 3 0 T u u u = +
y
2 1 2
( ) 0 6 T u u u = , es decir
1
( ) T u es colineal con
1
u y
2
( ) T u es colineal con
2
u .
Esto motiva las siguientes definiciones.

Definicin
Consideramos un espacio vectorial V de dimensin finita sobre un cuerpo K, : T V V
un operador lineal y K e .
Decimos que es valor propio de T si existe un vector no nulo v tal que ( ) T v v = .
Al vector v lo denominamos vector propio de T asociado al valor propio .

La imposicin de que los vectores propios no sean nulos se debe a que sin esta restriccin todos los
elementos de K seran valores propios, pues para todo de K se verifica ( ) T 0 0 0 = = .

Ejemplo
Sea
3 3
: T definida por ( , , ) ( , , ) T x y z x y z = . Comencemos por hacer una
interpretacin geomtrica y luego observemos valores y vectores propios.





110
110


















Podemos interpretar a T como una simetra especular con respecto al plano xy.

Ahora: ( , , 0) ( , , 0) 1.( , , 0) T x y x y x y = = , por tanto 1 es valor propio de T y todos los vectores de
la forma
( ) , , 0 x y con
2 2
0 x y + = son vectores propios de T asociados al valor propio 1.
Por otra parte (0, 0, ) (0, 0, ) 1.(0, 0, ) T z z z = = y entonces 1 es valor propio de T y todos los
vectores de la forma (0, 0, ) z con 0 z = son vectores propios de T asociados al valor propio 1 .
Observemos que en este caso los vectores propios nos dan de alguna manera direcciones
privilegiadas segn T, direcciones invariantes.

Proposicin
Sea V un espacio vectorial de dimensin finita sobre un cuerpo K y : T V V un
operador lineal. Entonces:
1)
,
, , ( ) y ( )
v V v
K T v v T v v
0


e =
=
`
e = =
)
.
En otras palabras un vector puede ser vector propio correspondiente a un solo valor propio.

2)
{ } ( )
valor propio de ( ) es un subespacio
( ) : ( ) ( ) ( )
K T S
S v V T v v T S S


e

`
= e = _

)
.

( ) S se denomina subespacio propio. La segunda proposicin suele mencionarse diciendo que
todo subespacio propio es un subespacio invariante.

3) { }
, valores propios de ,
vector propio de asociado a , es LI
vector propio de asociado a
K T
u V T u v
v V T

e =

e
`

e
)
.
y
x
z
z
( , , ) x y z
( , , ) x y z


111
111

Es decir que vectores propios correspondientes a valores propios distintos forman un conjunto LI.

Dem:
1) ( ) T v v = y ( ) T v v = entonces v v = y adems v 0 = , por lo tanto = .

2) Probemos primeramente que ( ) S es un subespacio vectorial.
Ahora ( ) S es un subespacio si y slo si ( ) u v S o | + e , , K o | e y , u v V e .
( ) ( ) ( ) ( ) T u v T u T v u v u v o | o | o | o | + = + = + = + , , K o | e y , u v V e
( ) u v S o | + e , , K o | e y , u v V e .

Demostremos ahora que es un subespacio invariante, o sea que
( ) ( ) ( ) T S S _ .
( ) ( ) ( )
( ) ( ) ( ) ( ) T S S w T S w S _ e e

( ) ( ) , ( ) / ( )
( ) ( )
( ) ( )
w T S v S T v w
w v T w T v w
v S T v v



e - e =

= = =
`
e =

)
( ) w S e .

3)
{ } , u v es LI sii
( ) 0 u v o | 0 o | + = = = .
( ) ( ) ( ) ( ) u v T u v T T u T v u v o | 0 o | 0 0 o | 0 o | 0 + = + = = + = + = .
Como u v o | 0 + = , se tiene u v o | 0 = . Sumando miembro a miembro estas dos ltimas
igualdades obtenemos
( )v | 0 = , y como v 0 = y 0 = se concluye que 0 | = .
Sustituyendo en u v o | 0 + = nos queda u o 0 = . Finalmente: 0 u 0 o = = .

Esta proposicin se puede ampliar a cualquier nmero de vectores. Intntelo.


6.2 CALCULO DE VECTORES PROPIOS

Intentaremos en esta seccin obtener un mtodo que nos permita averiguar si un operador lineal
tiene valores y vectores propios y en caso afirmativo hallarlos. Consideramos V un espacio vectorial
sobre el cuerpo K, B una base de V, : T V V un operador lineal. Sean
( )
B B
A T = y K e .

Observacin
es valor propio de T sii existe v V e , v 0 = tal que ( ) T v v = .
Pero ( ) T v v = ( ) T v v 0 = ( ) ( ) T v Id v 0 =
( )( ) T Id v 0 =
( ) v N T Id e . Por ende es valor propio de T sii
( ) { } N T Id 0 = sii T Id no es
inyectiva sii T Id no es biyectiva sii
( )
B B
T Id A I = no es invertible sii
( ) det 0 A I = .
En resumen: es valor propio de T sii
( ) det 0 A I = .


112
112
Al
( ) det A I lo denominamos polinomio caracterstico de T. As como a
( ) det 0 A I = la
llamamos ecuacin caracterstica.
Esta definicin es consistente en la medida que el polinomio caracterstico no dependa de la
representacin matricial de T.

Ejercicio
Probar que si A y B son matrices semejantes entonces
( ) ( ) det det A I B I = .

Ejemplo
Sea
3 3
: T operador lineal cuya matriz asociada en la base cannica es

2 1 1
2 3 4
1 1 2
A
| |
|
=
|
|

\ .
.

Busquemos valores y vectores propios de T. Para ello comenzamos por resolver (en este
caso en ) la ecuacin caracterstica.

( )
3 2
2 1 1 1
det 0 2 3 4 0 3 3 0 1
1 1 2 3
A Id



=

= = + + = =

Nos encontramos pues con tres valores propios. Vamos ahora por los vectores propios.

2 1 1
1 ( , , ) (1) ( , , ) 1.( , , ) . 2 3 4 . 1.
1 1 2
x x x
x y z S T x y z x y z A y y y
z z z

| | | | | | | |
| | | |
= e = = =
| | | |
| | | |

\ . \ . \ . \ .
2 0
2 3 4 2 2 4 0
0
2 3 0
x y z x x y z
y x
x y z y x y z
z
x y z z x y z
+ + = + + =
=
+ + = + + =

=

= =



Por lo tanto
{ } { } (1) ( , , 0) : (1, 1, 0) S x x x L = e = .

( ) ( )
2 1 1
1 ( , , ) ( 1) ( , , ) 1 .( , , ) . 2 3 4 . 1 .
1 1 2
x x x
x y z S T x y z x y z A y y y
z z z

| | | | | | | |
| | | |
= e = = =
| | | |
| | | |

\ . \ . \ . \ .
2 3 0
0
2 3 4 2 4 4 0
2 0
x y z x x y z
x
x y z y x y z
y z
x y z z x y z
+ + = + + =
=
+ + = + + =

=

= =


Por lo tanto
{ } { } ( 1) (0, , ) : (0, 1,1) S z z z L = e = .



113
113
2 1 1
3 ( , , ) (3) ( , , ) 3.( , , ) . 2 3 4 . 3.
1 1 2
x x x
x y z S T x y z x y z A y y y
z z z

| | | | | | | |
| | | |
= e = = =
| | | |
| | | |

\ . \ . \ . \ .

2 3 0
2
2 3 4 3 2 4 0
3
2 3 5 0
x y z x x y z
x z
x y z y x z
y z
x y z z x y z
+ + = + + =
=
+ + = + =

=

= =



Por lo tanto
{ } { } (3) ( 2 , 3 , ) : ( 2, 3,1) S z z z z L = e = .

Ejercicio
Hallar valores y vectores propios de los operadores lineales en
3
cuyas matrices
asociadas en las bases cannicas son: i)
2 1 1
0 3 1
2 1 3
| |
|

|
|
\ .
ii)
2 1 1
2 3 2
3 3 4
| |
|
|
|
\ .


Proposicin

( ) ( )
det det
, ( )
H) T) ( ) ( )
n n
A B
A B
A B K
P P
A B
tr A tr B

=
e
=

~

M


En otras palabras: matrices semejantes tienen el mismo determinante, el mismo polinomio
caracterstico (y por lo tanto los mismos valores propios) y la misma traza.
La demostracin tambin queda a cargo del lector.


6.3 DIAGONALIZACIN

Ya que la representacin matricial de una transformacin lineal y en particular de un operador lineal
depende de las bases elegidas para dominio y codominio, es razonable elegir bases en donde dicha
representacin matricial sea especialmente sencilla. Concentrndonos en los operadores lineales
analizaremos bajo que condiciones es posible elegir una base para el dominio y el codominio (que
en este caso coinciden) bajo la cual la matriz asociada sea una matriz diagonal entendiendo por tal
a aquellas matrices cuadradas cuyos elementos son nulos con excepcin tal vez de los de la diagonal
principal.

Ms concretamente
( )
( )
i j n n
D d K

= eM es diagonal sii 0
i j
d = siempre que i j = .
Consideramos : T V V operador lineal para el cual existe
{ }
1
, ,
n
B u u = base de V tal que
( ) ( )
i j
B B
T D d = = es diagonal.
Ahora
( )
1
T u tiene por coordenadas en la base B a la primer columna de la matriz D y por ende


114
114
( )
1 11 1 21 2 1 11 1
0 0
n n
T u d u d u d u d u = + + + = . Entonces
11
d es valor propio de T y
1
u es vector propio
de T asociado al valor propio
11
d .
Anlogamente llegamos a que
22
d es valor propio de T y que
2
u es vector propio de T asociado a
22
d ,,
nn
d es valor propio de T y que
n
u es vector propio de T asociado a
nn
d .

Por lo tanto si el operador lineal : T V V acepta una representacin en matriz diagonal D,
(pongamos
( )
B B
D T = ), existe una base B de V formada por vectores propios de T
{ } ( )
1 2
i.e. , , ,
n
B u u u = asociados a los valores propios
11 22
, , ,
nn
d d d .
En otras palabras si un operador lineal acepta una representacin en matriz diagonal la base en la
cual dicha representacin es diagonal es una base de vectores propios y los elementos de la diagonal
principal son los valores propios correspondientes.
Es cierto el recproco? Consideramos : T V V un operador lineal y
{ }
1 2
, , ,
n
B u u u = una base
de V formada por vectores propios de T. Entonces:






En resumen:
Un operador lineal : T V V admite una representacin en matriz diagonal si y slo si
existe una base de V formada por vectores propios de T. Adems los valores propios
correspondientes forman la diagonal de la matriz asociada.
Recordando que vectores propios correspondientes a valores propios distintos forman un conjunto
LI podemos afirmar que si el operador lineal : T V V tiene n valores propios distintos, entonces
T admite una representacin en matriz diagonal.

Observemos que el operador identidad tiene un solo valor propio (el 1) sin embargo acepta una
representacin en matriz diagonal (la matriz identidad).

Definicin
Consideremos ( )
n n
A K

eM . Decimos que A es diagonalizable sii existe una matriz

diagonal ( )
n n
D K

eM tal que A D ~ .

En otras palabras una matriz es diagonalizable si y slo si es semejante a una matriz diagonal.






( )
1 1 1 1 1 2 1
2 2 2 1 2 2 2
1 2
( ) 0 0 0 0
( ) 0 0 0 0
...........................................................
0 0 ( ) 0 0
n
n
B B
n n n n n n
T u u u u u
T u u u u u
T
T u u u u u



= = + + + | |
|
= = + + +

|
=
`
|

= = + + +
\ . )


115
115
Ejemplo
Analizar si las siguientes matrices son diagonalizables y en caso afirmativo hallar la
matriz diagonal a la cual son semejantes.

1)
2 1 1
2 3 4
1 1 2
| |
|
|
|

\ .
2)
2 1 1
0 3 1
2 1 3
| |
|

|
|
\ .
3)
2 1 1
2 3 2
3 3 4
| |
|
|
|
\ .


1) Llamemos
2 1 1
2 3 4
1 1 2
A
| |
|
=
|
|

\ .
.

Consideramos
3 3
: T cuya matriz asociada en las bases cannicas es A.
Ahora A es diagonalizable sii A es semejante a una matriz diagonal sii T admite una representacin
en matriz diagonal sii existe una base de
3
formada por vectores propios de T.

Por lo tanto para contestar si A es diagonalizable o no, buscamos valores y vectores propios de T.
Cosa que ya hicimos en el ejemplo de la seccin 6.2, encontrando en tal ejemplo tres valores
propios, a saber: 1 = , 1 = y 3 = .
Al encontrar tres valores propios distintos en un espacio de dimensin 3 ya podemos asegurar que A
es diagonalizable y adems que
1 0 0
0 1 0
0 0 3
A
| |
|
~
|
|
\ .
. Hasta aqu lo pedido.

Tambin vimos que
{ } (1) (1, 1, 0) S L = ,
{ } ( 1) (0, 1,1) S L = y
{ } (3) ( 2, 3,1) S L = . Por lo tanto
{ } (1, 1, 0), (0, 1,1), ( 2, 3,1) B = es una base de vectores propios y ( )
1 0 0
0 1 0
0 0 3
B B
T
| |
|
=
|
|
\ .
.

2) Nuevamente denominamos
2 1 1
0 3 1
2 1 3
A
| |
|
=
|
|
\ .
y consideramos el operador lineal
3 3
: T
cuya matriz asociada en las bases cannicas es A.

Ahora A es diagonalizable sii A es semejante a una matriz diagonal sii T admite una representacin
en matriz diagonal sii existe una base de
3
formada por vectores propios de T.
Vamos en busca de valores y vectores propios de T.

( )
3 2
2 1 1
2
det 0 0 3 1 0 8 20 16 0
4
2 1 3
A I

=
= = + + =

=

.


116
116

Al encontrar slo dos valores propios y estar trabajando en un espacio de dimensin 3, no podemos
contestar an si A es diagonalizable o no. Para ello debemos hallar antes vectores propios.

2 1 1
2 ( , , ) (2) ( , , ) 2.( , , ) 0 3 1 2.
2 1 3
x x
x y z S T x y z x y z y y
z z

| | | | | |
| | |
= e = =
| | |
| | |
\ . \ . \ .
2 2 0
3 2 0
2 3 2 2 0
x y z x y z
x z
y z y y z
y z
x y z z x y z
+ = + =
=
= =

=

+ + = + + =


As que
{ } { } (2) ( , , ) : ( 1,1,1) S z z z z L = e = .

2 1 1
4 ( , , ) (4) ( , , ) 4.( , , ) 0 3 1 4.
2 1 3
x x
x y z S T x y z x y z y y
z z

| | | | | |
| | |
= e = =
| | |
| | |
\ . \ . \ .
2 4 2 0
3 4 0
2 3 4 2 0
x y z x x y z
x z
y z y y z
y z
x y z z x y z
+ = + =
=
= =

=

+ + = + =


As que
{ } { } (4) ( , , ) : (1, 1,1) S z z z z L = e = .

En este caso hay slo dos valores propios 2 = y 4 = y adems dim (2) dim (4) 1 S S = = .
Al estar trabajando en un espacio de dimensin 3 podemos asegurar que A no es diagonalizable.

3) Nuevamente denominamos
2 1 1
2 3 2
3 3 4
A
| |
|
=
|
|
\ .
y consideramos el operador lineal
3 3
: T
cuya matriz asociada en las bases cannicas es A.

Ahora A es diagonalizable sii A es semejante a una matriz diagonal sii T admite una representacin
en matriz diagonal sii existe una base de
3
formada por vectores propios de T.
Vamos en busca de valores y vectores propios de T.

( )
3 2
2 1 1
1
det 0 2 3 2 0 9 15 7 0
7
3 3 4
A I

=
= = + + =

=

Al encontrar slo dos valores propios y estar trabajando en un espacio de dimensin 3, no podemos
contestar an si A es diagonalizable o no. Para ello debemos hallar antes vectores propios.



117
117
2 1 1
1 ( , , ) (1) ( , , ) 1.( , , ) 2 3 2 1.
3 3 4
x x
x y z S T x y z x y z y y
z z

| | | | | |
| | |
= e = =
| | |
| | |
\ . \ . \ .
2 0
2 3 2 2 2 2 0 0
3 3 4 3 3 3 0
x y z x x y z
x y z y x y z x y z z x y
x y z z x y z
+ + = + + =

+ + = + + = + + = =


+ + = + + =


As que
{ } { } (1) ( , , ) : , (1, 0, 1), (0,1, 1) S x y x y x y L = e = .

2 1 1
7 ( , , ) (7) ( , , ) 7.( , , ) 2 3 2 7.
3 3 4
x x
x y z S T x y z x y z y y
z z

| | | | | |
| | |
= e = =
| | |
| | |
\ . \ . \ .
2 7 5 0
2
2 3 2 7 2 4 2 0
3
3 3 4 7 3 3 3 0
x y z x x y z
y x
x y z y x y z
z x
x y z z x y z
+ + = + + =
=
+ + = + =

=

+ + = + =

.
As que
{ } { } (1) ( , 2 ,3 ) : (1, 2,3) S x x x x L = e = .

En este caso tambin hay slo dos vectores propios 1 = y 7 = pero a diferencia del caso 2) s
hay una base de vectores propios, a saber:
{ } (1, 0, 1), (0,1, 1), (1, 2,3) B = y ( )
1 0 0
0 1 0
0 0 7
B B
T
| |
|
=
|
|
\ .
.
Por lo tanto A es diagonalizable y
1 0 0
0 1 0
0 0 7
A
| |
|
~
|
|
\ .
.

Ejemplo
Consideremos
3 2 0
2 3 0
0 0 5
A
| |
|
=
|
|
\ .
. Probar que A es diagonalizable y hallar
3 3
( ) P

eM
invertible tal que
1
P AP

sea una matriz diagonal.

Sea
3 3
: T el operador lineal cuya matriz asociada en las bases cannicas es A.
Trabajando igual que en los ejemplos anteriores se obtiene que A es diagonalizable y que
5 0 0
0 5 0
0 0 1
A
| |
|
~
|
|
\ .
siendo 1 y 5 los valores propios y ( )
5 0 0
0 5 0
0 0 1
B B
T
| |
|
=
|
|
\ .
con
{ } (1, 1, 0), (0, 0,1), (1,1, 0) B = . Dejamos la verificacin de estas afirmaciones como ejercicio.



118
118
Por lo tanto existe
3 3
( ) P

eM invertible tal que
1
5 0 0
0 5 0
0 0 1
P AP

| |
|
=
|
|
\ .
siendo P la matriz de
cambio de base de
{ }
1 2 3
, , C e e e = (base cannica) a B (base de vectores propios).
Como
{ }
1 2 3
, , B v v v = con
1
(1, 1, 0) v = ,
2
(0, 0,1) v = y
3
(1,1,0) v = .
Entonces
( )
C C
P f = tal que
1 1
( ) f e v = ,
2 2
( ) f e v = y
3 3
( ) f e v = .

( ) ( ) ( )
( ) ( ) ( )
( ) ( ) ( )
( )
1 1 1 2 3
2 2 1 2 3
3 3 1 2 3
( ) (1, 1, 0) 1 . 1 . 0 .
1 0 1
( ) (0, 0,1) 0 . 0 . 1 . 1 0 1
0 1 0
( ) (1,1, 0) 1 . 1 . 0 .
C C
f e v e e e
f e v e e e P f
f e v e e e
= = = + +
| |

|
= = = + + = =
`
|
|
= = = + +
\ .
)
.

Observemos que al haber considerado la base cannica la matriz P se obtuvo poniendo en columnas
los vectores de la base de vectores propios.